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