92_尚硅谷_业务数仓_雪花模型、星型模型和星座模型

好，接下来呢，我们看一下这个2.4关系建模和维度建模，那这里面指的就是在买生购数据库当中，你如何建模，在这个还有书商里面如何进行维度建模啊，这个被问到的这个概率还挺多的啊，我刚才有说过，就是Java程序员是总爱问啊，因为在买so里面对这些表的关系的个设计啊是非常重要。啊，是一定要各种设计的啊建模，刚才我呃上节课我给大家看过那个加那个各种复杂的表结构吧，啊就那种表，那现在呢，比如说这。这也是一个比较复杂的啊，有十几张表。那你看一看这里面有什么。首先这呢是这个订单的头对吧，然后上面呢是订单详情，订单里面包括商品，包括商品的分类，这不是分类吧，纸分类，然后商品的分类啊好这么一大串啊，每一串的一张表啊，这个呢是。

销售啊，逐步销售什么的，什么意思啊，先不管它，然后这呢是日期啊，然后月年再往下，这是消费者，消费者的居住位置，居住国家，还有性别是吧，每一个这个拆成一个一个的小维度表啊，小维度表那这就是关形建模的特点，你会发现啊，很细啊，尽量减少数据的冗余，那你来看维度建模。你看我们什么特点。这是订单。第二。全部围绕着它呢，外围就只有一层。是这样吗？啊，那这个表格噪音就少了很多了，你像上面这个。这个表呢，招引从这能招引到这儿。对吧？啊，那我们这个最多就转移一下来看，那你看他怎么处理的订单表，然后日期，他把三个表的日期全部放在一个那个里面了，也是把月年合在一起啊，然后这是商品product，那把这个里面什么分类啊，名称也都放在一起了，聚合在一起了，然后下面这个位置单独放在一起了啊把国家也聚合在里面去了，然后很清法消费者好订单。

啊，然后销售重复消费，然后性别，你会发现就是围绕它只有一成啊，尽量只要减少商业超重好。那这里面面试官总来问一道题，就是你的书仓里面怎么设计的，怎么键盘呢？抛出这个问题啊，一会呢，咱们再往后讲的时候，给大家抛出来啊，去再进一步的去分析这个，好，那往下看，接下来来到这个2.5，那就是具体的维度建模，包括雪花模型，新型模型以及星座啊，来看这几个概念。

那第一个呢，叫星型模型啊，星型模型，那星型模型啊，这是雪花模型，与星型模型的主要区别在于维度的层级啊，标准的信息模型呢，只有一层，这是信息模型，你看这是实时表，周围只围绕着一层维度表。啊，维度表，那么雪花模前你看一看，这是40表周围围绕的一圈两圈，你说多多层的维度表，那它就是雪花模型，轻型模型是一层，雪花模型是多层啊多层，那这个雪花模型呢，它就比较靠近于三百九啊300形。啊，但是呢，它只是这个呃，靠近啊，他要是完全按照这个三八是原则去走的话，那这个数场就没法玩了，OK。

好，那就是这两个啊，围绕着40表周围的维度表的乘积，就决定了它是信模型还是方模型。啊，怎么样了，那概念很简单对吧，那下面来看还有新课。星座的特点是围绕着40点，有多个40点。啊，它跟是心型模型和水泡模型没关系，它就是有多个四子表，那这个四子表如果说外围有一层，每个四表都有一层，那它就是星座啊，这就是心形，那如果你这里面一个这个40表周围一共有多个维度表，那也没关系啊，它看的就是你有多少个40表啊，那你看星座模型与前两种的区别是40表的数量，星座的模型是基于多个实时表的。

基本上很多数据仓库的常态都是这样的，因为我们也有很多个视表，因为很多数仓数据仓库中都是有多个视表，所以新座不新座只反映的是否有多个视表，他们之间是否有共享的一些维度表，比如说共享的数据，这些共享的数据，所以星座并不和前两种模型冲突。啊，它属于独立一种的，比如说新课里面可以包含新型和学化啊，都可以并存的，OK，那下面面临一个问题，就是在真正的企业开发当中，你选择哪一种模型啊？那先第一个先干掉的就是那个星座，星座不星座不取决于你，取决于有多少个实时表。啊，只要多十点，那可就是星座了，那之后你还要在星座里面继续分它是星型还是雪花。那主要取决于你看你注重的是性能优先还是更灵活优先。

什么叫性能呢？性能优先我就尽量减少噪音啊，如果灵活的话，那我就尽可能的多表呗，对不对？能变成雪花好，那目前实际开发中更倾向于哪一种呢？星形是偏多一些的啊，绝大多数都是遵循这个星形啊，那还有一种情况就是在这个新型模型当中，比如说这张式子表，它是星形。啊，就是说有十张，比如说有十张事实表，可能有八个是围绕着新型的，另外两个是循环啊这种也是存在的。但是多数呢，都是新星啊，因为它可以减少噪音，操作就减少了上手，一般情况下我们追求的都是信统啊，这就是这个新型模型，雪花模型和星状啊，那记住新型模型是40秒，周围只有一层维度，雪花模型周围有多层维度，那星座它的概念就是有多个40秒。

这么一个概念，好，那在企业高中我们选择哪一种呢？尽可能多的去选择新型模型啊，新模型OK，好，那再就是那个啊，纬度建模的一个概念。