数仓建模—大数据建模
大数据主要解决无法使用传统数据处理工具和方法轻松处理、管理或分析的大型且复杂数据集的问题,前面我们介绍了几种建模方式,
数仓建模—建模方法论之实体-关系(Entity-Relationship)建模
数仓建模—建模方法论之范式建模
数仓建模—建模方法论之维度建模
建模建模—Data Vault 建模
这些方法都是针对不同的业务常见下使用的,不过这里我们要提一下维度建模,维度建模的本质上是站在维度的角度取看待数据,因为我们的分析业务是站在维度的角度取看待数据的。但是我们也知道维度建模受欢迎还有另外一个原因,那就是维度建模它可以完美避开大数据组件的短板。维度建模通过维度冗余,可以避免过多的关联,从而更好发挥出大数据组件的性能。
所以我们可以将维度建模视为大数据场景下的一种建模方式,但是这里我们又为什么单独要提到大数据建模呢,主要是相比传统的建模,在大数据场景下我们还有一些其他的考量。
大数据目前用于多种目的,例如:
- 改善客户体验
- 优化业务流程
- 加强决策
- 支持科学研究