上一节:
下一节:

  数据仓库 - 建模模式

  • 简述

    模式是对整个数据库的逻辑描述。它包括所有记录类型的记录的名称和描述，包括所有关联的数据项和聚合。与数据库非常相似，数据仓库也需要维护模式。数据库使用关系模型，而数据仓库使用星型、雪花型和事实星座模式。在本章中，我们将讨论数据仓库中使用的模式。

  • 星型模式

    • 星型模式中的每个维度仅用一维表表示。
    • 该维表包含属性集。
    • 下图展示了某公司的销售数据从时间、商品、分店、地点四个维度。
    启动模式
    • 中心有一个事实表。它包含四个维度中每个维度的键。
    • 事实表还包含属性，即售出的美元数和售出的单位数。
    Note− 每个维度只有一个维度表，每个表包含一组属性。例如location维度表包含属性集{location_key, street, city, province_or_state,country}。此约束可能会导致数据冗余。例如，“温哥华”和“维多利亚”这两个城市都在加拿大不列颠哥伦比亚省。这些城市的条目可能会导致沿属性 province_or_state 和 country 的数据冗余。

  • 雪花模式

    • Snowflake 模式中的一些维度表是规范化的。
    • 规范化将数据拆分到其他表中。
    • 与星型模式不同，雪花模式中的维度表是规范化的。例如，星型模式中的item维表被规范化拆分为item和supplier表两个维表。
    雪花模式
    • 现在，项目维度表包含属性 item_key、item_name、type、brand 和 supplier-key。
    • 供应商键链接到供应商维度表。供应商维度表包含属性 supplier_key 和 supplier_type。
    Note− 由于Snowflake schema 的规范化，减少了冗余，因此变得易于维护并节省存储空间。

  • 事实星座图

    • 一个事实星座有多个事实表。它也被称为星系模式。
    • 下图显示了两个事实表，即 sales 和 shipping。
    事实星座图
    • 销售事实表与星型模式相同。
    • 运输事实表有五个维度，即item_key、time_key、shipper_key、from_location、to_location。
    • 航运事实表还包含两个度量，即已售美元和已售单位。
    • 也可以在事实表之间共享维度表。例如，时间、项目和位置维度表在销售和运输事实表之间共享。

  • 模式定义

    多维模式是使用数据挖掘查询语言 (DMQL) 定义的。立方体定义和维度定义这两个原语可用于定义数据仓库和数据集市。

    多维数据集定义的语法

    
define cube < cube_name > [ < dimension-list > }: < measure_list >

    维度定义的语法

    
define dimension < dimension_name > as ( < attribute_or_dimension_list > )

    星型模式定义

    我们讨论的星型模式可以使用数据挖掘查询语言（DMQL）定义如下 - 
    
define cube sales star [time, item, branch, location]:   
        
dollars sold = sum(sales in dollars), units sold = count(*)        
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier type)           
define dimension branch as (branch key, branch name, branch type)               
define dimension location as (location key, street, city, province or state, country)

    雪花模式定义

    雪花模式可以使用 DMQL 定义如下 - 
    
define cube sales snowflake [time, item, branch, location]:
dollars sold = sum(sales in dollars), units sold = count(*)
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier (supplier key, supplier type))
define dimension branch as (branch key, branch name, branch type)
define dimension location as (location key, street, city (city key, city, province or state, country))

    事实星座模式定义

    事实星座模式可以使用 DMQL 定义如下 - 
    
define cube sales [time, item, branch, location]:
dollars sold = sum(sales in dollars), units sold = count(*)
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier type)
define dimension branch as (branch key, branch name, branch type)
define dimension location as (location key, street, city, province or state,country)
define cube shipping [time, item, shipper, from location, to location]:
dollars cost = sum(cost in dollars), units shipped = count(*)
define dimension time as time in cube sales
define dimension item as item in cube sales
define dimension shipper as (shipper key, shipper name, location as location in cube sales, shipper type)
define dimension from location as location in cube sales
define dimension to location as location in cube sales
上一节:
下一节: