DW 三个例子，让你看懂数据仓库多维数据模型的设计

一、概述

　　多维数据模型是最流行的数据仓库的数据模型，多维数据模型最典型的数据模式包括星型模式、雪花模式和事实星座模式，本文以实例方式展示三者的模式和区别。

二、星型模式（star schema）

　　星型模式的核心是一个大的中心表（事实表），一组小的附属表（维表）。星型模式示例如下所示：

In a star schema, a dimension does not have a subtable (a subdimension)

The benefit of having a star schema is that it is simpler than snowflake and galaxy schemas, making it easier for the ETL processes to load the data into DDS.

三、雪花模式（snowflake schema）

　　雪花模式是星型模式的扩展，其中某些维表被规范化，进一步分解到附加表（维表）中。雪花模式示例如下图所示：

In a snowflake schema, a dimension can have a subdimension. The purpose of having a subdimension is to minimize redundant data.

The benefit of a snowflake schema is that some analytics applications work better with a snowflake schema compared to a star schema or galaxy schema. The other benefit of a
snowflake schema is less data redundancy, so less disk space is required. 

从图中我们可以看到地址表被进一步细分出了城市（city）维。supplier_type表被进一步细分出来supplier维。

四、事实星座模式（Fact Constellation）或星系模式（galaxy schema）

　　数据仓库由多个主题构成，包含多个事实表，而维表是公共的，可以共享，这种模式可以看做星型模式的汇集，因而称作星系模式或者事实星座模式。本模式示例如下图所示：

The benefit of galaxy schema is the ability to model the business events more accurately by using several fact tables.

如上图所示，事实星座模式包含两个事实表：sales和shipping，二者共享维表。

五、总结

　　事实星座模式是数据仓库最长使用的数据模式，尤其是企业级数据仓库（EDW）。这也是数据仓库区别于数据集市的一个典型的特征，从根本上而言，数据仓库数据模型的模式更多是为了避免冗余和数据复用，套用现成的模式，是设计数据仓库最合理的选择。当然大数据技术体系下，数据仓库数据模型的设计，还是一个盲点，探索中。