数据仓库

结构化的，有固定的模式（schema），查询更高效

以下是每种常见数据仓库模型的具体举例：

1. 星型模型（Star Schema）

• 示例： 假设我们有一个电商数据仓库，需要分析销售数据。
• 事实表：Sales

Sales_ID	Date_Key	Product_Key	Customer_Key	Sales_Amount	Quantity
1	20230101	101	201	200	2
2	20230101	102	202	150	1

• 维度表：
• Date:

Date_Key	Date	Month	Year
20230101	2023-01-01	1	2023

• Product:

Product_Key	Product_Name	Category
101	Laptop	Electronics

• Customer:

Customer_Key	Customer_Name	Region
201	Alice	USA

2. 雪花模型（Snowflake Schema）

• 示例： 假设我们继续使用电商数据仓库，但这次我们对维度表进行了规范化。
• 事实表：Sales

Sales_ID	Date_Key	Product_Key	Customer_Key	Sales_Amount	Quantity
1	20230101	101	201	200	2

• 维度表：
• Date（同星型模型）
• Product（规范化，拆分为 Product 和 Category）：
• Product:

Product_Key	Product_Name
101	Laptop

• Category:

Category_Key	Category_Name
1	Electronics

• Customer（规范化，拆分为 Customer 和 Region）：
• Customer:

Customer_Key	Customer_Name
201	Alice

• Region:

Region_Key	Region_Name
1	USA

3. 星座模型（Fact Constellation Schema）

• 示例： 假设我们同时分析销售数据和库存数据。
• 事实表：
• Sales:

Sales_ID	Date_Key	Product_Key	Sales_Amount	Quantity

• Inventory:

Inventory_ID	Date_Key	Product_Key	Stock_Level

• 共享的维度表（如 Product 和 Date）：
• Product:

Product_Key	Product_Name	Category

• Date:

Date_Key	Date	Month	Year

4. 层次模型（Hierarchical Schema）

• 示例： 假设我们在一个组织的数据仓库中分析员工的层级结构。
  • 员工表（单一表格）：

Employee_ID	Employee_Name	Manager_ID	Department
1	John	NULL	Sales
2	Alice	1	Sales
3	Bob	1	Marketing

- 其中，`Manager_ID` 表示员工的上级ID，形成了层次结构。层级关系：
    - `John` 是顶层（无上级），
    - `Alice` 和 `Bob` 的上级是 `John`。

5. 虚拟数据模型（Virtual Data Model）

• 示例： 假设有一个销售数据表和产品数据表，但用户并不直接存储这些数据，而是通过数据库视图（Virtual View）进行查询。

  • Sales_View（视图）：

    CREATE VIEW Sales_View AS
    SELECT s.Sales_ID, s.Sales_Amount, p.Product_Name
    FROM Sales s
    JOIN Product p ON s.Product_Key = p.Product_Key;

  • 用户查询时使用 Sales_View，而不是直接查询物理表。

6. 平面模型（Flat Schema）

• 示例： 假设我们有一个简单的销售数据表，其中没有维度表，仅将所有数据平铺在一张表中。
  • Sales:

Sales_ID	Date	Product_Name	Category	Customer_Name	Region	Sales_Amount	Quantity
1	2023-01-01	Laptop	Electronics	Alice	USA	200	2
2	2023-01-01	Mouse	Accessories	Bob	UK	20	5

在平面模型中，所有信息都存储在同一个表格中，冗余性高。