新數據倉庫模式設計有利于企業(yè)用戶(hù)

業(yè)務(wù)分析師的目標之一是用數據講述完整的故事，提供有關(guān)業(yè)務(wù)如何進(jìn)行或如何改進(jìn)的見(jiàn)解。這是通過(guò)商業(yè)智能儀表板來(lái)實(shí)現，該儀表板從數據倉庫提取數據。

當嘗試關(guān)聯(lián)數據倉庫中不同儀表板的信息時(shí)，企業(yè)用戶(hù)開(kāi)始面臨挑戰。這通常需要求助于數據工程師，數據工程師需要在數據倉庫中創(chuàng )建數據集市–由多個(gè)星形圖組成，而這可能導致數據丟失或數據重復。

這種復雜性促使Francesco Puppini探索可更好地支持最終用戶(hù)的數據倉庫模式設計。他在與Bill Inmon合著(zhù)的《The Unified Star Schema: An Agile and Resilient Approach to Data Warehouse and Analytics Design》一書(shū)中探討了這一問(wèn)題，該書(shū)由Technics Publications出版。

什么是星型圖和雪花圖？

在討論Unified Star Schema之前，讓我們看一下星型模式本身。

星型模式是最簡(jiǎn)單的尺寸建模形式。該模式由事實(shí)和維度組成。事實(shí)以事件為中心，而維度則引用與事實(shí)有關(guān)的信息。維度以類(lèi)似于星型的方式與事實(shí)相關(guān)。

此外，雪花模式將維度與其他維度相關(guān)聯(lián)并繼續分支。Puppini認為，當數據沒(méi)有問(wèn)題時(shí)，雪花模式最適合。

他說(shuō)：“但數據總是有問(wèn)題?！?/p>

Unified Star Schema的好處

Puppini說(shuō)：“當你將數據寫(xiě)入數據庫時(shí)??，它是按某種方式組織。但是當你閱讀它，最好以一種不同的方式組織它?！?/p>

對于最終用戶(hù)而言，星型和雪花模式的主要挑戰是，企業(yè)用戶(hù)在尋找見(jiàn)解方面缺乏獨立性。為了使用此類(lèi)數據倉庫模式設計對數據執行復雜查詢(xún)，最終用戶(hù)需要數據工程師手動(dòng)關(guān)聯(lián)數據表。Puppini說(shuō)，這就像每次需要一杯水時(shí)都叫水管工一樣。此外，當關(guān)聯(lián)不兼容表時(shí)，整合將事實(shí)表與聯(lián)接通常會(huì )導致重復數據。

他說(shuō)，數據重復的核心問(wèn)題是扇形陷阱。當兩個(gè)或多個(gè)一對多聯(lián)接鏈接時(shí)，就會(huì )發(fā)生扇形陷阱。這會(huì )與數據產(chǎn)生沖突，從而導致數據重復。從歷史上看，這是通過(guò)手動(dòng)重復數據刪除或這些臨時(shí)連接解決。

Unified Star Schema的關(guān)鍵是連接事實(shí)表的橋接。在書(shū)中，Puppini將橋接與電話(huà)總機進(jìn)行比較。在Unified Star Schema中，橋接處于中心位置，所有事實(shí)表和維度表圍繞它，每個(gè)表都連接到該橋接。然后，這限制了對數據的轉換次數。

Puppini說(shuō)：“現在的數據倉庫問(wèn)題是它們不堪重負，正在過(guò)度轉換?！?/p>

通過(guò)使用橋接并執行聯(lián)合而不是聯(lián)接，這使用戶(hù)可以訪(fǎng)問(wèn)數據而無(wú)需進(jìn)行轉換。

他說(shuō)：“你轉換數據越多，你就越會(huì )陷入混亂。我只是采取最少步驟以將信息整合在一起?！?/p>

請點(diǎn)擊查看由Technics Publications出版的Bill Inmon和Francesco Puppini撰寫(xiě)的《The Unified Star Schema》的摘錄，以了解有關(guān)Unified Star Schema的部署和用例的更多信息。