数仓建模
说到数仓建模，就得提下经典的2套理论：
-
范式建模
Inmon提出的集线器的自上而下（EDW-DM）的数据仓库架构。 -
维度建模
Kimball提出的总线式的自下而上（DM-DW）的数据仓库架构。
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，实际开发时会整合2种方式去使用，当然，还有些其他的，像Data Vault模型、Anchor模型，暂时还没有应用过，就不说了。
维度建模，一般都会提到星型模型、雪花模型，星型模型做OLAP分析很方便。
数仓分层
简单点儿，直接ODS+DM就可以了，将所有数据同步过来，然后直接开发些应用层的报表，这是最简单的了；当DM层的内容多了以后，想要重用，就会再拆分一个公共层出来，变成3层架构，最近看了本阿里的书，《大数据之路》，里面有很多数仓相关的内容，很不错，参考后，目前使用的分层模式如下：
按照这种分层方式，我们的开发重心就在dwd层，就是明细数据层，这里主要是一些宽表，存储的还是明细数据；到了dws层，我们就会针对不同的维度，对数据进行聚合了，按道理说，dws层算是集市层，这里一般按照主题进行划分，属于维度建模的范畴；ads就是偏应用层，各种报表的输出了。
基于这种分层方式，感觉用起来还是很方便的，嗯，先到这里。
作者：橘猫吃不胖
链接：https://www.jianshu.com/p/2b0509851df1
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。