Kimball维度建模

维度模型是数据仓库领域大师Ralph Kimball 所倡导，以分析决策的需求出发构建模型，构建的数据模型为分析需求服务，所以它重点解决用户如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。性能

维度建模是 数据仓库/商业智能 项目成功的关键，为何这么说，由于无论咱们的数据量从GB到TG仍是到PB，虽然数据量愈来愈大，可是数据展示要得到成功，就必须创建在简单性的基础之上，而维度建模就是时刻考虑如何可以提供简单性，以业务为驱动，以用户理解性和查询性能为目标。学习

维度建模：维度建模是专门应用于分析型数据库、数据仓库、数据市集建模的方法。数据市集能够理解为一种“小型的数据仓库”
维度建模指导咱们在数据仓库中如何建表大数据

维度建模分为两种表：事实表和维度表设计

1. 事实表：必然存在的一些数据，像采集的日志文件，订单表，均可以做为事实表
   特征：是一堆主键的集合，每一个主键对应维度表中的一条记录，客观存在的，根据主题肯定出须要使用的数据
2. 维度表：维度就是所分析的数据的一个量，维度表就是以合适的角度来建立的表，分析问题的一个角度：时间、地域、终端、用户等角度

维度建模的三种模式

1. 星形模式：以事实表为中心，全部的维度表直接连在事实表上，最简单最经常使用的一种

2. 雪花模式：雪花模式的维度表能够拥有其余的维度表，这种表不易维护，通常不推荐使用