深度解析大數(shù)據(jù)：數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)模型

大數(shù)據(jù) 數(shù)據(jù)倉(cāng)庫(kù) 模型

joeghwu | 2017-06-20 14:02

【數(shù)據(jù)猿導(dǎo)讀】多維數(shù)據(jù)模型是為了滿足用戶從多角度多層次進(jìn)行數(shù)據(jù)查詢和分析的需要而建立起來(lái)的基于事實(shí)和維的數(shù)據(jù)庫(kù)模型，其基本的應(yīng)用是為了實(shí)現(xiàn)OLAP(Online Analytical Processing)。

深度解析大數(shù)據(jù)：數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)模型

可能很多人理解的數(shù)據(jù)倉(cāng)庫(kù)就是基于多維數(shù)據(jù)模型構(gòu)建，用于OLAP的數(shù)據(jù)平臺(tái)，通過(guò)上一篇文章——數(shù)據(jù)倉(cāng)庫(kù)的基本架構(gòu)，我們已經(jīng)看到數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用可能遠(yuǎn)不止這些。但不得不承認(rèn)多維數(shù)據(jù)模型是數(shù)據(jù)倉(cāng)庫(kù)的一大特點(diǎn)，也是數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用和實(shí)現(xiàn)的一個(gè)重要的方面，通過(guò)在數(shù)據(jù)的組織和存儲(chǔ)上的優(yōu)化，使其更適用于分析型的數(shù)據(jù)查詢和獲取。

多維數(shù)據(jù)模型的定義和作用

多維數(shù)據(jù)模型是為了滿足用戶從多角度多層次進(jìn)行數(shù)據(jù)查詢和分析的需要而建立起來(lái)的基于事實(shí)和維的數(shù)據(jù)庫(kù)模型，其基本的應(yīng)用是為了實(shí)現(xiàn)OLAP(Online Analytical Processing)。

當(dāng)然，通過(guò)多維數(shù)據(jù)模型的數(shù)據(jù)展示、查詢和獲取就是其作用的展現(xiàn)，但其真的作用的實(shí)現(xiàn)在于，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)可以根據(jù)不同的數(shù)據(jù)需求建立起各類(lèi)多維模型，并組成數(shù)據(jù)集市開(kāi)放給不同的用戶群體使用，也就是根據(jù)需求定制的各類(lèi)數(shù)據(jù)商品擺放在數(shù)據(jù)集市中供不同的數(shù)據(jù)消費(fèi)者進(jìn)行采購(gòu)。

多維數(shù)據(jù)模型實(shí)例

在看實(shí)例前，這里需要先了解兩個(gè)概念：事實(shí)表和維表。事實(shí)表是用來(lái)記錄具體事件的，包含了每個(gè)事件的具體要素，以及具體發(fā)生的事情;維表則是對(duì)事實(shí)表中事件的要素的描述信息。比如一個(gè)事件會(huì)包含時(shí)間、地點(diǎn)、人物、事件，事實(shí)表記錄了整個(gè)事件的信息，但對(duì)時(shí)間、地點(diǎn)和人物等要素只記錄了一些關(guān)鍵標(biāo)記，比如事件的主角叫“Michael”，那么Michael到底“長(zhǎng)什么樣”，就需要到相應(yīng)的維表里面去查詢“Michael”的具體描述信息了?；谑聦?shí)表和維表就可以構(gòu)建出多種多維模型，包括星形模型、雪花模型和星座模型。這里不再展開(kāi)了，解釋概念真的很麻煩，而且基于我的理解的描述不一定所有人都能明白，還是直接上實(shí)例吧：

這是一個(gè)最簡(jiǎn)單的星形模型的實(shí)例。事實(shí)表里面主要包含兩方面的信息：維和度量，維的具體描述信息記錄在維表，事實(shí)表中的維屬性只是一個(gè)關(guān)聯(lián)到維表的鍵，并不記錄具體信息;度量一般都會(huì)記錄事件的相應(yīng)數(shù)值，比如這里的產(chǎn)品的銷(xiāo)售數(shù)量、銷(xiāo)售額等。維表中的信息一般是可以分層的，比如時(shí)間維的年月日、地域維的省市縣等，這類(lèi)分層的信息就是為了滿足事實(shí)表中的度量可以在不同的粒度上完成聚合，比如2010年商品的銷(xiāo)售額，來(lái)自上海市的銷(xiāo)售額等。

還有一點(diǎn)需要注意的是，維表的信息更新頻率不高或者保持相對(duì)的穩(wěn)定，例如一個(gè)已經(jīng)建立的十年的時(shí)間維在短期是不需要更新的，地域維也是;但是事實(shí)表中的數(shù)據(jù)會(huì)不斷地更新或增加，因?yàn)槭录恢痹诓粩嗟匕l(fā)生，用戶在不斷地購(gòu)買(mǎi)商品、接受服務(wù)。

多維數(shù)據(jù)模型的優(yōu)缺點(diǎn)

這里所說(shuō)的多維模型是指基于關(guān)系數(shù)據(jù)庫(kù)的多維數(shù)據(jù)模型，其與傳統(tǒng)的關(guān)系模型相比有著自身的優(yōu)缺點(diǎn)。

優(yōu)點(diǎn)：

多維數(shù)據(jù)模型最大的優(yōu)點(diǎn)就是其基于分析優(yōu)化的數(shù)據(jù)組織和存儲(chǔ)模式。舉個(gè)簡(jiǎn)單的例子，電子商務(wù)網(wǎng)站的操作數(shù)據(jù)庫(kù)中記錄的可能是某個(gè)時(shí)間點(diǎn)，某個(gè)用戶購(gòu)買(mǎi)了某個(gè)商品，并寄送到某個(gè)具體的地址的這種記錄的集合，于是我們無(wú)法馬上獲取2010年的7月份到底有多少用戶購(gòu)買(mǎi)了商品，或者2010年的7月份有多少的浙江省用戶購(gòu)買(mǎi)了商品但是在基于多維模型的基礎(chǔ)上，此類(lèi)查詢就變得簡(jiǎn)單了，只要在時(shí)間維上將數(shù)據(jù)聚合到2010年的7月份，同時(shí)在地域維上將數(shù)據(jù)聚合到浙江省的粒度就可以實(shí)現(xiàn)，這個(gè)就是OLAP的概念，之后會(huì)有相關(guān)的文章進(jìn)行介紹。

缺點(diǎn)：

多維模型的缺點(diǎn)就是與關(guān)系模型相比其靈活性不夠，一旦模型構(gòu)建就很難進(jìn)行更改。比如一個(gè)訂單的事實(shí)，其中用戶可能購(gòu)買(mǎi)了多種商品，包括了時(shí)間、用戶維和商品數(shù)量、總價(jià)等度量，對(duì)于關(guān)系模型而言如果我們進(jìn)而需要區(qū)分訂單中包含了哪些商品，我們只需要另外再建一張表記錄訂單號(hào)和商品的對(duì)應(yīng)關(guān)系即可，但在多維模型里面一旦事實(shí)表構(gòu)建起來(lái)后，我們無(wú)法將事實(shí)表中的一條訂單記錄再進(jìn)行拆分，于是無(wú)法建立以一個(gè)新的維度——產(chǎn)品維，只能另外再建個(gè)以產(chǎn)品為主題的事實(shí)表。

所以，在建立多維模型之前，我們一般會(huì)根據(jù)需求首先詳細(xì)的設(shè)計(jì)模型，應(yīng)該包含哪些維和度量，應(yīng)該讓數(shù)據(jù)保持在哪個(gè)粒度上才能滿足用戶的分析需求。

來(lái)源：36大數(shù)據(jù)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。