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、一直的數據訪問平台
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，以便於在性能、成本、效率和數據質量之間找到最佳平衡點
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的一部分的屬性
第三范式（3NF）
在2NF的基礎上，任何非主屬性不依賴於其他非主屬性
數據倉庫建模基本理論
- ER實體模型
- 維度建模
- dataVault模型
- Anchor
1、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題，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，依附於實體商品、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”的屬性產生。
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，一個人僅有一個身份證號
1：n，即1對多的關系，比如實體班級--學生，一個班級中有多個學生，一個學生屬於一個班級。
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
| 抽象出實體 | 商品、貨位 |
| 梳理實體間的關系 | 一個貨位能存儲多個商品，一個商品僅能放置在一個貨位 |
| 梳理實體屬性、關系屬性 | 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。
- 抽象出主體
- 梳理主體之間的關系
- 梳理主體的屬性
- 畫出E-R關系圖
IDEF1X
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關系模型進行設計