精华内容
下载资源
问答
  • 星型模型

    千次阅读 2009-02-13 17:11:00
    现在对AWB工作台也熟悉了一些,对星型模型有了更深的理解,用一个实例来讲解吧,比看标准教材肯定理解的更快。先看一个cube。如图: 点击实际表格,可以看到如下界面: 上面的Key什么的全部是维度,下面的全部是key ...

    现在对AWB工作台也熟悉了一些,对星型模型有了更深的理解,用一个实例来讲解吧,比看标准教材肯定理解的更快。先看一个cube。如图:

    image

    点击实际表格,可以看到如下界面:

    image

    上面的Key什么的全部是维度,下面的全部是key figure。点击运行我们可以看到如下:

    image

    里面的维度全部都是数字,为什么是这样子下面再说,我现在只说现象。双击后进入如下界面:

    image

    选择任意一个维度,点击check table,看到如下界面:

    image

    SID也是数字的。看看bw的星型模型到底是什么形状吧,有个总的图。

    image

    一个fact table连接到多个dimension,一个dimension连接一个SID table,真正的主数据全部放在了master data中,星型模型里面全部是替代的ID号。sid号连接的属性或者文本不是通过主外键连接,而是通过abap程序。这种用数字来连接这些table首先减少了数据的冗余,多个cube可以共用主数据,用数字做连接也提高了程序的效率。

    值得说下我之前以为一个维只能有一个字段,其实不是的,想象query里一个维度里面有多个characteristics,还有最上面的那张图,一个dimension里分配了多个信息对象。

    展开全文
  • 什么是星型模型

    千次阅读 2019-02-12 15:18:36
    1.什么是星型模型? Star schema 星型模型是最简单的数据集市模型,是最广泛用于开发数据仓库和维度数据集市的方法。星型模型由一个或多个引用任意数量的维度表的事实表组成。 星型模型是雪花模型的一个重要特例,...

    1.什么是星型模型? Star schema

    星型模型是最简单的数据集市模型,是最广泛用于开发数据仓库和维度数据集市的方法。星型模型由一个或多个引用任意数量的维度表的事实表组成。 星型模型是雪花模型的一个重要特例,对于处理更简单的查询更有效。

    星型模型的名称来自物理模型与星形的相似之处,其中心有一个事实表,周围的维度表代表星的点。

    在这里插入图片描述

    2.优点

    • 星型模型是非规范化的 ,这意味着应用于事务性关系数据库的常规规范化规则在星型模型设计和实现过程中被放宽。 星型模型非规范化的好处是:

    • 更简单的查询 - 星型模型连接逻辑通常比从高度规范化的事务模型中检索数据所需的连接逻辑更简单。

    • 简化的业务报告逻辑 - 与高度规范化的模型相比,星型模型简化了常见的业务报告逻辑,例如周期和报告。

    • 查询性能提升 - 与高度规范化的模型相比,星型模型可以为只读报告应用程序提供性能增强。

    • 快速聚合 - 针对星型模型的简单查询可以提高聚合操作的性能。

    • 所有OLAP系统都使用提供多维数据集 - 星型模型来有效地构建专有的OLAP多维数据集 ; 事实上,大多数主要的OLAP系统都提供ROLAP操作模型,可以直接使用星型模型作为源,而无需构建专有的多维数据集结构。

    3.缺点

    • 星型模型的主要缺点是数据完整性不能很好地实施,因为它处于高度非规范化状态。 一次性插入和更新可能导致数据异常,规范化模型旨在避免。 一般而言,星型模型通过批处理或近实时数据流以高度受控的方式加载,以补偿由归一化提供的缺乏保护。

    • 星型模型在分析需求方面也不像标准化数据模型那样灵活。规范化模型允许执行任何类型的分析查询,只要它们遵循模型中定义的业务逻辑即可。 星型模型往往更专门针对特定的数据视图而构建,因此实际上不允许更复杂的分析。

    • 星型模型不支持业务实体之间的多对多关系 - 至少不是很自然。 通常,这些关系在星型模型中被简化以符合简单的维度模型。

    驱动Wikipedia

    展开全文
  • 星型模型和雪花模型

    2019-02-01 14:39:14
    文章目录星型模型雪花模型优点星型模型和雪花模型的对比1) 数据优化2)业务模型3)性能4) ETL总结 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型个雪花模型,在设计逻辑型...

    在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型个雪花模型,在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。

    星型模型

    当所有的维表都直接连接到"事实表"上时整个图解就像星星一样,故将该模型称为星型模型
    在这里插入图片描述

    星型架构是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,所以数据有一定的冗余,如在地域维度表中,存在国家A省B的城市C以及国家A省B的城市D两条记录,那么国家A和省B的信息分别存储了两次,存在冗余

    雪花模型

    当一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上,对应的图解就像多个雪花连接在一起,故称雪花模型,雪花模型是对星型模型的扩展,它是对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的"层次"区域,这些被分解的表都连接到主维度表,而不是事实表,如图所示,将地域维表又分解为国家,省份,城市等维表

    优点

    通过最大限度地减少数据存储量以及联合较少的维表来改善查询性能.,雪花型结构去除了数据冗余

    在这里插入图片描述
    星型模型因为数据的冗余,所以很多统计查询不需要做外部连接,因此一般情况下效率比雪花模型高

    星型结构不用考虑很多正规化的因素,设计与实现都比较简单。雪花型模型由于去除了冗余,有些统计就需要通过表的联接才能产生,所以效率不一定有星型模型高。正规化也是一种比较复杂的过程,相应的数据库结构设计、数据的 ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下,实际运用中星型模型使用更多,也更有效率

    星型模型和雪花模型的对比

    1) 数据优化

    **雪花模型使用的是规范化数据,也就是说数据在数据库内部是组织好的,以便消除冗余,有效的减少数据量,**通过引用完整性,其业务层级和维度都将存储在数据模型之中
    在这里插入图片描述

    **星型模型使用的是反规范化数据,**在星型模型中,维度直接指的是事实表,业务层级不会通过维度之间的参照完整性来部署

    在这里插入图片描述

    2)业务模型

    主键是一个单独的唯一键(数据属性),特殊数据所选择,Advertiser_ID 就将是一个主键。外键(参考属性)仅仅是一个表中的字段,用来匹配其他维度表中的主键。在我们所引用的例子中,Advertiser_ID 将是 Account_dimension 的一个外键。在雪花模型中,数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。而在星形模型中,所有必要的维度表在事实表中都只拥有外键。

    3)性能

    **雪花模型在维度表、事实表之间的连接很多,因此性能方面会比较低。**如果你想要知道 Advertiser 的详细信息,雪花模型就会请求许多信息,比如 Advertiser Name、ID 以及那些广告主和客户表的地址需要连接起来,然后再与事实表连接.

    星形模型的连接就少的多,在这个模型中,如果你需要上述信息,你只要将 Advertiser的维度表和事实表连接即可

    4) ETL

    雪花模型加载数据集市,因此 ETL 操作在设计上更加复杂,而且由于附属模型的限制不能并行化

    星形模型加载维度表,不需要再维度之间添加附属模型,因此 ETL 就相对简单,而且可以实现高度的并行化。

    总结

    雪花模型使的维度分析更加容易,比如"针对特定的广告主,有哪些客户或者公司是在线的?",星型模型用来做指标分析更合适,比如"给定一个客户,他们的收入是多少?"

    展开全文
  • 星型模型 与 雪花模型

    千次阅读 2018-10-10 09:49:01
    星型模型和雪花模型 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。...

    星型模型和雪花模型

    在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。


    星型模型

    当所有维表都直接连接到“ 事实表”上时,整个图解就像星星一样,故将该模型称为星型模型。

    星型模型

     

    星型架构是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,所以数据有一定的冗余,如在地域维度表中,存在国家A 省B的城市C以及国家A省B的城市D两条记录,那么国家A和省B的信息分别存储了两次,即存在冗余。


    雪花模型

    当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的" 层次" 区域,这些被分解的表都连接到主维度表而不是事实表。如图所示,将地域维表又分解为国家,省份,城市等维表。它的优点是:通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。雪花型结构去除了数据冗余。

    雪花模型

     

    星型模型因为数据的冗余所以很多统计查询不需要做外部的连接,因此一般情况下效率比雪花型模型要高。星型结构不用考虑很多正规化的因素,设计与实现都比较简单。雪花型模型由于去除了冗余,有些统计就需要通过表的联接才能产生,所以效率不一定有星型模型高。正规化也是一种比较复杂的过程,相应的数据库结构设计、数据的 ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下,实际运用中星型模型使用更多,也更有效率。


    星型模型 和 雪花模型 对比

    星形模型和雪花模型是数据仓库中常用到的两种方式,而它们之间的对比要从四个角度来进行讨论。

     

    1. 数据优化

    雪花模型使用的是规范化数据,也就是说数据在数据库内部是组织好的,以便消除冗余,因此它能够有效地减少数据量。通过引用完整性,其业务层级和维度都将存储在数据模型之中。

     

    雪花模型

     

    相比较而言,星形模型使用的是反规范化数据。在星形模型中,维度直接指的是事实表,业务层级不会通过维度之间的参照完整性来部署。

    星形模型

     

    2. 业务模型

    • 主键是一个单独的唯一键(数据属性),为特殊数据所选择。在上面的例子中,Advertiser_ID就将是一个主键。外键(参考属性)仅仅是一个表中的字段,用来匹配其他维度表中的主键。在我们所引用的例子中,Advertiser_ID将是Account_dimension的一个外键。在雪花模型中,数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。而在星形模型中,所有必要的维度表在事实表中都只拥有外键。

    3. 性能

    • 第三个区别在于性能的不同。雪花模型在维度表、事实表之间的连接很多,因此性能方面会比较低。举个例子,如果你想要知道Advertiser 的详细信息,雪花模型就会请求许多信息,比如Advertiser Name、ID以及那些广告主和客户表的地址需要连接起来,然后再与事实表连接。
    • 而星形模型的连接就少的多,在这个模型中,如果你需要上述信息,你只要将Advertiser的维度表和事实表连接即可。

    4. ETL

    • 雪花模型加载数据集市,因此ETL操作在设计上更加复杂,而且由于附属模型的限制,不能并行化。
    • 星形模型加载维度表,不需要再维度之间添加附属模型,因此ETL就相对简单,而且可以实现高度的并行化。

    总结

    • 雪花模型使得维度分析更加容易,比如“针对特定的广告主,有哪些客户或者公司是在线的?”
    • 星形模型用来做指标分析更适合,比如“给定的一个客户他们的收入是多少?”
    展开全文
  • 文章目录星型模型 vs 雪花型模型概述销售数据仓库中的星型模型销售数据仓库中的雪花型模型使用选择数据优化业务模型性能ETL总结 星型模型 vs 雪花型模型 概述 在多维分析的商业智能解决方案中,根据事实表和维度表的...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型,雪花型模型及星座模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型,雪花型模型还是星座模型进行组织。...
  • 星型模型与雪花模型

    2020-04-13 13:21:33
    在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 二.星型模型 星...
  • 星型模型和雪花模型面试时问的比较多,需要了解下概念: 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是...
  • 星型模型: 雪花模型:事实表关联了维度表,但是维度表关联了其他的表(国家,省市)。 维表是规范化的,减少冗余,易于维护,节省存储空间 但是实际与巨大的事实表相比,这种空间的节省是相当小的,可以忽略。由于...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。 在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 当所有维表都直接...
  • 雪花模型和星型模型和三范式

    千次阅读 2020-09-05 22:17:03
    星型模型和雪花模型 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 星型模型 当所有维...
  • 雪花模型、星型模型和星座模型的区别 星型模型和雪花模型的主要区别在于维度表的拆分, 对于雪花模型维度表的设计更加规范,一般符合3NF 对于星型模型来说,一般采用降维的操作,减少数据冗余,提高易用性和分析...
  • 星型模型与雪花模型比对(区别)

    千次阅读 2019-02-12 16:15:25
    星型模型与雪花模型比对(区别) 区别项 星型模型 雪花模型 事实表 一个或多个 集中式 维度表 一级维度表 多级维度表(子维度表) 存储空间 多 少 数据冗余度 大 小 表宽度 宽 窄 扩展性 差 好 ...
  • 星型模型和雪花模型 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 ...
  • 星型模型和olap多维数据库

    千次阅读 2020-02-06 10:14:35
    首先明确一个概念,星型模型只是种模型,不是一种实际存在的数据实体,它是将事实表和维度表通过外键组合起来的一种模型,一种建模方式。 而olap多维数据库是真实存在的一种数据形式,源自星型模型,通过星型模型的...
  • 雪花模型,星型模型

    2015-08-16 10:48:26
    1星型模型有亢余数据,雪花没有,星型模型的维度表直接与事实表相连。 2雪花模型查询时常做外部的连接,查询效率比星型模型高 3雪花模型擅长做维度分析,星型模型适合做指标分析
  • 星型模型&&雪花模型

    2020-03-31 17:39:11
    星型模型&&雪花模型 星型模型 星型模式是多维的数据关系,它由事实表(Fact Table)和维表(Dimension Table)组成。每个维表中都会有一个维作为主键,所有这些维的主键结合成事实表的主键。事实表的非...
  • 1.1 星型模型 star schema 定义: 星型模型就是一张事实表,以及零个或多个维度表;事实表与维度表通过主键外键相关联,维度表之间没有关联,就像很多星星围绕在一个恒星周围,故取名为星形模型。 优点 大数据用...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 一、星型模型 当...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,可将常见的模型分为星型模型和雪花模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花模型进行组织。 星型模型 当所有维表都...
  • 当今数据仓库建模主要分为两类:范式建模和维度建模 ...实际应用中一般是范式建模和维度建模相结合,这里讲下维度模型下的两个主要分类:雪花模型和星型模型 星型模型:由一个事实表和一组维表直接组...
  • 星型模型和雪花型模型区别 一、概述 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花...
  • 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型,雪花型模型及星座模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型,雪花型模型还是星座模型进行组织...
  • 星型模型:是一种使用关系型数据库实现多维度分析空间的模式,用星型模型可以通过关系数据库来模拟OLAP模式,使用关系数据库+星型模型能够优化存储并且保持数据结构的灵活性。 星型模型由一个事实表和一组维表组成。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 11,786
精华内容 4,714
关键字:

星型模型