•   划分主题域,是根据业务的应用和需要来划分的,是用来达到数据与业务紧耦合的目的。

      这些实体的设计都是基于业务规则,可以说,这一阶段主要面对的是业务。也就是“业务驱动建模”

    bi数据堆栈的模子打算(实例)

    bi数据堆栈的模子打算(实例)

      依照逻辑模型,在数据库中进行建表、索引等。数据仓库,为了满足高性能的需求,可以增加冗余、隐藏表之间的约束等反第三范式操作。

      (部分函数依赖指的是存在组合关键字中的某些字段决定非关键字段的情况)。即要求所有属性都依赖于主键。

      2)违反第二范式。因为:关键字段是学生ID和课程ID, 但存在“课程ID”决定课程名称和课程学分。

      3)违反第三范式。因为:关键字段是学生ID,但存在可能名称和学分依赖“课程ID”。

      雪花模型:一些维度表不是直接与事实表连接,而是通过维度表中转,图形像雪花。

      或者说,为了分析方便(商业应用要求),将同一维度的不同层次的维度(如地市ID,区县ID)都融合到事实表中(如用户宽表)。

      它 强调的是先对维度进行预处理,将多个维度集合到一个事实表,形成一个宽表,如上面的用户统一视图。包含了20多个维度。这样可以组合各维度,形成灵活的报表查询。

    bi数据堆栈的模子打算(实例)

      2)信息聚合。将多张表的信息聚合在一个表中。这样的好处,是避免使用表关联,提高查询性能。

    上一篇:

    下一篇:

    大数据建模
    大数据建模
    2019-11-02 06:13
    阅读数 2881
    评论数 1
I'm loading
 家电维修|北京赛车pk10