第02章数据建模¶

📚 章节概述¶

本章将深入讲解数据建模技术，包括维度建模、星型模型、雪花模型等。通过本章学习，你将能够设计高质量的数据模型。

🎯 学习目标¶

完成本章后，你将能够：

理解数据建模的核心概念
掌握维度建模方法
了解星型模型和雪花模型
掌握ER图设计
能够设计生产级的数据模型

2.1 数据建模概述¶

2.1.1 什么是数据建模¶

数据建模是对现实世界进行抽象，用数据结构表示的过程。

数据建模的目标¶

准确性
准确反映业务需求
避免数据冗余
保证数据一致性
性能
优化查询性能
减少数据扫描
提高响应速度
可扩展性
支持业务增长
易于修改和扩展
适应变化

2.1.2 数据建模层次¶

Text Only

概念模型 → 逻辑模型 → 物理模型
   ↓           ↓           ↓
业务视图   数据结构   存储结构

2.2 维度建模¶

2.2.1 维度建模概述¶

维度建模是数据仓库建模的主流方法，由Ralph Kimball提出。

核心概念¶

事实表（Fact Table）
存储业务事件
包含度量值
外键关联维度表
维度表（Dimension Table）
存储描述性信息
用于分析和过滤
相对稳定

2.2.2 星型模型¶

星型模型是最简单的维度模型，事实表在中心，维度表围绕事实表。

示例：电商星型模型¶

SQL

-- 事实表
CREATE TABLE sales_fact (
    sale_id INT PRIMARY KEY,
    product_id INT,
    customer_id INT,
    time_id INT,
    store_id INT,
    quantity INT,
    amount DECIMAL(10,2),
    FOREIGN KEY (product_id) REFERENCES product_dim(product_id),
    FOREIGN KEY (customer_id) REFERENCES customer_dim(customer_id),
    FOREIGN KEY (time_id) REFERENCES time_dim(time_id),
    FOREIGN KEY (store_id) REFERENCES store_dim(store_id)
);

-- 产品维度表
CREATE TABLE product_dim (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category VARCHAR(50),
    brand VARCHAR(50),
    price DECIMAL(10,2)
);

-- 客户维度表
CREATE TABLE customer_dim (
    customer_id INT PRIMARY KEY,
    customer_name VARCHAR(100),
    city VARCHAR(50),
    country VARCHAR(50),
    gender CHAR(1),
    age INT
);

-- 时间维度表
CREATE TABLE time_dim (
    time_id INT PRIMARY KEY,
    date DATE,
    year INT,
    quarter INT,
    month INT,
    day INT,
    day_of_week INT
);

-- 门店维度表
CREATE TABLE store_dim (
    store_id INT PRIMARY KEY,
    store_name VARCHAR(100),
    city VARCHAR(50),
    country VARCHAR(50),
    region VARCHAR(50)
);

2.2.3 雪花模型¶

雪花模型是星型模型的扩展，维度表可以进一步规范化。

示例：电商雪花模型¶

SQL

-- 产品维度表（规范化）
CREATE TABLE product_dim (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category_id INT,
    brand_id INT,
    price DECIMAL(10,2),
    FOREIGN KEY (category_id) REFERENCES category_dim(category_id),
    FOREIGN KEY (brand_id) REFERENCES brand_dim(brand_id)
);

-- 分类维度表
CREATE TABLE category_dim (
    category_id INT PRIMARY KEY,
    category_name VARCHAR(50),
    department_id INT,
    FOREIGN KEY (department_id) REFERENCES department_dim(department_id)
);

-- 部门维度表
CREATE TABLE department_dim (
    department_id INT PRIMARY KEY,
    department_name VARCHAR(50)
);

-- 品牌维度表
CREATE TABLE brand_dim (
    brand_id INT PRIMARY KEY,
    brand_name VARCHAR(50),
    manufacturer_id INT,
    FOREIGN KEY (manufacturer_id) REFERENCES manufacturer_dim(manufacturer_id)
);

-- 制造商维度表
CREATE TABLE manufacturer_dim (
    manufacturer_id INT PRIMARY KEY,
    manufacturer_name VARCHAR(100),
    country VARCHAR(50)
);

2.3 ER图设计¶

2.3.1 ER图概述¶

ER图（实体关系图）是描述数据结构的图形化工具。

ER图元素¶

实体（Entity）
表示现实世界中的对象
用矩形表示
属性（Attribute）
描述实体的特性
用椭圆表示
关系（Relationship）
描述实体间的关联
用菱形表示

2.3.2 ER图示例¶

erDiagram
    CUSTOMER ||--o{ ORDER : places
    ORDER ||--|{ ORDER_ITEM : contains
    ORDER_ITEM }|--|| PRODUCT : references
    PRODUCT ||--o{ CATEGORY : belongs_to

2.4 数据模型优化¶

2.4.1 性能优化¶

索引优化
为常用查询字段创建索引
避免过多索引
定期维护索引
分区优化
按时间分区
按地区分区
提高查询性能
物化视图
预计算常用查询
提高查询性能
定期刷新

2.4.2 存储优化¶

列式存储
适合分析查询
压缩率高
减少I/O
压缩
减少存储空间
降低I/O
节省成本

2.5 练习题¶

基础题¶

选择题
维度建模的核心概念不包括什么？
- A. 事实表
- B. 维度表
- C. 关系表
- D. 度量值
简答题
解释星型模型和雪花模型的区别。
说明ER图的核心元素。

进阶题¶

实践题
设计一个电商数据模型。
实现星型模型。
优化查询性能。
设计题
设计一个金融数据模型。
设计一个物流数据模型。

答案¶

1. 选择题答案¶

C（维度建模的核心概念不包括关系表）

2. 简答题答案¶

星型模型和雪花模型的区别： - 星型模型：维度表不规范化，查询性能好 - 雪花模型：维度表规范化，存储效率高

ER图的核心元素： - 实体 - 属性 - 关系

3. 实践题答案¶

参见2.2-2.4节的示例。

4. 设计题答案¶