數據建模和維度建模有什么區別？

Question

我一直在學習數據倉庫概念，我發現這兩個主題有點令人困惑。 我已經閱讀了多篇博文，我明白數據建模由三個步驟組成

1. 概念數據模型
2. 邏輯數據模型
3. 物理數據模型

在數據倉庫中，我們需要執行某些步驟：

第 1 步：確定尺寸

第 2 步：確定措施

步驟 3：確定維度的屬性或特性

第 4 步：確定度量的粒度

這些建模技術是否相互關聯？ 如果是，這有什么關系。 如果有人問，如何設計數據倉庫，正確答案應該是什么。 在設計數據倉庫時，這些建模技術從何而來。

如果有人可以為我提供有關數據建模和維度建模場景的任何鏈接/資源，那將非常有幫助。

Answer 1

顧名思義，概念模型是非常高級的，並不直接對應於實際構建的內容。 邏輯/物理模型確實對應於您實際要構建的內容 - 兩者之間的區別在於邏輯模型與系統無關，而物理模型與將要部署的平台/數據庫相關聯。 然而，它們從根本上是相同的，因為大多數建模工具都可以從邏輯模型自動生成物理模型（反之亦然）。

維度模型是一種邏輯/物理模型，就像OLTP、Inmon、Data Vault 等都是邏輯/物理模型的類型一樣。 通常為設計每種模型類型所需的步驟定義了最佳實踐 - 您已經列出了特定於設計維度模型的步驟。

因此，對於給定的數據域（例如銷售組織），您通常會有一個概念模型，然后是多個邏輯/物理模型。 通常這些將是一種交易模型和一種分析模型； 事務模型可以是 OLTP 或 NoSQL（或任何最適合您的要求/技術的模型）； 分析模型可以是 Dimensional、Inmon、Graph 等 - 同樣，最適合您的數據/分析要求的模型。