数仓建模与分析建模_范式建模和维度建模

大家好，又见面了，我是你们的朋友全栈君。

建模方法论

今天我们主要介绍常见的建模方法，这也就是我们今天文章的名称——建模方法论

20年前兴起的数据仓库简单的可分为两大流派，Inmon方法和Kimball方法，分别由 Ralph Kimbal和Bill Inmon所提出。在十多年前，这两个流派的数据仓库曾经是最为热门的技术话题。这两种方法都将数据仓库看作是企业的中心数据存储。主要应用场景就是各类业务报表的需求。两者都建议使用ETL来加载数据到数据仓库。区别的关键在于如何在数据仓库中建模、加载和存储数据的方式。而由此出发的不同架构影响到了数据仓库的建设成本和到适应用户不断变化的ETL逻辑的能力。

建模的目的

数仓的建模或者分层，其实都是为了更好的去组织、管理、维护数据,所以当你站在更高的维度去看的话，所有的划分都是为了更好的管理。小到JVM 内存区域的划分，JVM 中堆空间的划分(年轻代、老年代、方法区等)，大到国家的省市区的划分，无一例外的都是为了更好的组织管理

1. 访问性能：能够快速查询所需的数据，减少数据I/O。
2. 数据成本：减少不必要的数据冗余，实现计算结果数据复用，降低大数据系统中的存储成本和计算成本。
3. 使用效率：改善用户应用体验，提高使用数据的效率。
4. 数据质量：改善数据统计口径的不一致性，减少数据计算错误的可能性，提供高质量的、一致的数据访问

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/190090.html原文链接：https://javaforall.cn