1.數倉建模的目標
訪問性能：能夠快速查詢所需的數據，減少數據I/O
數據成本：減少不必要的數據冗余，實現計算結果數據復用，降低大數據系統中的存儲成本和計算成本
使用效率：改善用戶應用體驗，提高使用數據的效率
數據質量：改善數據統計口徑的不一致性，減少數據計算錯誤的可能性，提供高質量的、一致的數據訪問平台
So，大數據的數倉建模需要通過建模的方法更好的組織、存儲數據，以便在性能、成本、效率和數據質量之間找到最佳平衡點
2.關系模式范式
關系型數據庫設計時，遵照一定的規范要求，目的在於降低數據的冗余性和數據的一致性，目前業界范式有：
第一范式(1NF)
第二范式(2NF)
第三范式(3NF)
巴斯-科德范式(BCNF)
第四范式(4NF)
第五范式(5NF)
第一范式(1NF)
域都應該是原子性的，即數據庫表的每一列都是不可分割的原子數據項
第二范式(2NF)
在1NF的基礎上，實體的屬性完全依賴於主關鍵字，不能存在僅依賴主關鍵字一部分的屬性
第三范式(3NF)
在2NF的基礎上，任何非主屬性不依賴於其它非主屬性
3.數據倉庫建模基本理論
ER實體模型
維度建模
dataVault模型
Anchor
ER實體模型
在信息系統中，將事物抽象為“實體”、“屬性”、“關系”來表示數據關聯和事物描述；實體：Entity，關系：Relationship，這種對數據的抽象 建模通常被稱為ER實體關系模型
實體：通常為參與到過程中的主體，客觀存在的，比如商品、倉庫、貨位、汽車， 此實體非數據庫的實體表
屬性：對主體的描述、修飾即為屬性，比如商品的屬性有商品名稱、顏色、尺寸、重量、產地等
關系：現實的物理事件是依附於實體的，比如商品入庫事件，依附實體商品、貨位，就會有“庫存”的屬性產生；用戶購買商品，依附實體用戶、商品，就會有“購買數量”、“金額”的屬性產品。
實體之間建立關系時，存在對照關系：
1:1 ，即1對1的關系，比如實體人、身份證，一個人有且僅有一個身份證號
1:n，即1對多的關系，比如實體學生、班級，對於某1個學生，僅屬於1個班級，而在1個班級中，可以有多個學生
n:m，即多對多的關系，比如實體學生、課程，每個學生可以選修多門課程， 同樣每個課程也可以被多門學生選修
在日常建模過程中
“實體”用矩形表示：
“關系”用菱形表示：
“屬性”用橢圓形表示：
所以ER實體關系模型也稱作E-R關系圖
針對商品入庫，ER圖構建
1.抽象出實體
2.梳理實體間的關系
3.梳理實體屬性、關系屬性構建ER圖
4.商品、貨位
5.一個貨位能存儲多個商品，一個商品僅能放置在一個貨位
6.商品：ID、名稱、顏色、品類。。。貨位：位置、容量、存儲條件。。。入庫關系：庫存
?案例
場景：課程管理系統
該系統主要用來管理某校教師、學生、課程，其中包括課程選修、考試、教師授課、學生班級管理功能，現需要完成數據庫邏輯模型設計
1，抽象出主體
2，梳理主體之間的關系
3，梳理主體的屬性
4，畫出E-R關系圖
應用場景
ER模型是數據庫設計的理論基礎，當前幾乎所有的OLTP系統設計都采用ER模型建模的方式
Bill Inom提出的數倉理論，推薦采用ER關系模型進行建模
BI架構提出分層架構，數倉底層ods、dwd也多采用ER關系模型就行設計
維度模型
Ralph Kimball推崇數據集市的集合為數據倉庫，同時也提出了對數據集市的維度建模，將數據倉庫中的表划分為事實表、維度表兩種類型。
事實表
在ER模型中抽象出了有實體、關系、屬性三種類別，在現實世界中，每一個操作型事件，基本都是發生在實體之間的，伴隨着這種操作事件的發生，
會產生可度量的值，而這個過程就產生了一個事實表，存儲了每一個可度量的事件。數據倉庫建模理論
電商場景：一次購買事件，涉及主體包括客戶、商品、商家，產生的可度量值包括商品數量、金額、件數等