最近涉及到設計和建立數倉表，資料總體劃分為ods/fact/aggr/dws/rpt/dim層，具體結構如下圖所示：
遵從設計規則：以星型模型為設計模式, 維度採用反正規化化, 且維度資料要整個倉庫可共用, 資料準確性要保證, 事實表允許冗餘部分維度資料。針對其中幾個地方，解釋並mark一下。
多維資料模型是最流行的資料倉儲的資料模型，多維資料模型最典型的資料模式包括星型模式、雪花模式和事實星座模式。
星型模型
星型模式的核心是乙個大的中心表（事實表），一組小的附屬表（維表）。星型模式示例如下所示：
雪花模型
雪花模式是星型模式的擴充套件，其中某些維表被規範化，進一步分解到附加表（維表）中。
從圖中我們可以看到位址表被進一步細分出了城市（city）維。supplier_type表被進一步細分出來supplier維。
星座模式
資料倉儲由多個主題構成，包含多個事實表，而維表是公共的，可以共享，這種模式可以看做星型模式的匯集，因而稱作星系模式或者事實星座模式。
正規化化反正規化化
不滿足正規化的模型，就是反正規化模型，反正規化跟正規化所要求的正好相反，在反正規化的設計模式，並不是完全不遵守正規化模型，而是允許適當的資料的冗餘，用這個冗餘去取運算元據時間的縮短。本質上就是用空間來換取時間，把資料冗餘在多個表中，當查詢時可以減少或者是避免表之間的關聯
兩者對比
實際應用中，一般對需要綜合使用正規化和反正規化，保證空間和時間的平衡，但是隨著磁碟空間的越來越廉價，反正規化應用越來越普遍
正規化與反正規化
設計關聯式資料庫時，遵從不同的規範要求，設計出合理的關係型資料庫，這些不同的規範要求被稱為不同的正規化，各種正規化呈遞次規範，越高的正規化資料庫冗餘越小。但是有些時候一昧的追求正規化減少冗餘，反而會降低資料讀寫的效率，這個時候就要反正規化，利用空間來換時間。目前關聯式資料庫有六種正規化 第一正規化 ...
資料庫反正規化 認識三大正規化
有時，理論與實踐有一些差距，在做乙個具體的事情時，我們應該以實際為核心，而不是把理論死搬上來，要 從實際出發 呵呵。在資料庫的世界裡存在著三大正規化，也就是規範，真正的關係型資料庫應該盡可能的滿足這些規範，但有時，我們卻根據實際問題，需要違背這些規範，這個系列我將從實際專案 發來與大家一起說說 反正...
資料庫正規化設計和反正規化設計
1 庫表設計遵從三大正規化。a 資料庫設計的第一大正規化 資料庫表中的所有欄位都只具有單一屬性 單一屬性的列是由基本資料型別所構成的 設計出來的表都是簡單的二維表。乙個列存放的資訊只是乙個屬性的資訊，不能乙個字段存放多個屬性的組合資訊。即資料庫表中的所有字段值都是不可分解的原子值 b 資料庫設計的第...