最近 想整理一下關于資料模型的知識點，簡要的寫點文字。
（一） ER 模型
資料倉庫之父 Bill lnmon 提出的模組化方法是從全企業的高度設計
3NF 模型，用實體關系（ Entity Relationship, ER ）模型描述企業業
務，在範式理論上符合 3NF 。資料倉庫中的 3NF OLTP 系統中的 3NF
的差別在于，它是站在企業角度面向主題的抽象，而不是針對某個具體
業務流程的實體對象關系的抽象。其具有以下幾個特點：
需要全面了解企業業務和資料
實施周期非常長。
對模組化人員的能力要求非常高。
采用 模型建設資料倉庫模型的出發點是整合資料，将各個系統
中的資料以整個企業角度按主題進行相似性組合和合并，并進行一緻性
處理，為資料分析決策服務，但是并不能直接用于分析決策。
其模組化步驟分為三個階段。
·高層模型：一個高度抽象的模型，描述主要的主題以及主題間的
關系，用于描述企業的業務總體概況。
中層模型：在高層模型的基礎上，細化主題的資料項。
實體模型（也叫底層模型）：在中層模型的基礎上，考慮實體存
儲，同時基于性能和平台特點進行實體屬性的設計，也可能做一
些表的合并、分區的設計等。
ER 模型在實踐中最典型的代表是 Teradata 公司基于金融業務釋出
FS-LDM (Financial Services Logical Data Model ），它通過對金融業
務的高度抽象和總結，将金融業務劃分為 10 主題 ，并以設計面向
融倉庫模型的核心為基礎，企業基于此模型做适當調整和擴充就能快速
落地實施。
（二）次元模型
次元模型是資料倉庫領域的 Ralph Kimball 大師所倡導的，他的 The
Data rehouse olkit-The Complete Guide to Dimensional Modeling
資料倉庫工程領域最流行的資料倉庫模組化的經典。
次元模組化從分析決策的需求出發構模組化型，為分析需求服務，是以
它重點關注使用者如何更快速地完成需求分析，同時具有較好的大規模複
雜查詢的響應性能。其典型的代表是星形模型，以及在一些特殊場景下
使用的雪花模型。其設計分為以下幾個步驟。
選擇需要進行分析決策的業務過程。業務過程可以是單個業務事
件，比如交易的支付、退款等；也可以是某個事件的狀态，比如
目前的賬戶餘額等；還可以是一系列相關業務事件組成的業務流
程，具體需要看我們分析的是某些事件發生情況，還是目前狀态，
或是事件流轉效率。
選擇粒度。在事件分析中，我們要預判所有分析需要細分的程度，
進而決定選擇的粒度。粒度是次元的一個組合。
識别維表。選擇好粒度之後，就需要基于此粒度設計維表，包括
次元屬性，用于分析時進行分組和篩選。
·選擇事實。确定分析需要衡量的名額
（三）Data Vault 模型
Data Vault Dan Linstedt 發起建立的一種模型，它是 模型的
生，其設計的出發點也是為了實作資料的整合，但不能直接用于資料分
析決策。它強調建立一個可審計的基礎資料層，也就是強調資料的曆史
性、可追溯性和原子性，而不要求對資料進行過度的一緻性處理和整合
同時它基于主題概念将企業資料進行結構化組織，并引入了更進一步的
範式處理來優化模型，以應對遊、系統變更的擴充性。 Data Vault 型由
以下幾部分組成。
• Hub ：是企業的核心業務實體，由 實體 key 、資料倉庫序列代理
鍵、裝載時間、資料來源組成。
• Link ：代表 Hub 之間的關系。這裡與 模型最大的差別是将關
系作為一個獨立的單元抽象，可以提升模型的擴充性。它可以直
接描述 : :n n:n 的關系，而不需要做任何變更。它由 Hub
的代理鍵、裝載時間、資料來源組成。
• Satellite ：是 Hub 的較長的描述内容， 一個 ub 可以有多個 Satellite
它由 Hub 的代理鍵、裝載時間、來源類型、詳細的 Hub 描述信
息組成。
Data Vault 模型比 ER 模型更容易設計和産出，它的 ETL 加工可實
現配置化。通過 Dan Linstedt 的比喻更能了解 Data Vault 的核心思想：
Hub 可以想象成人的骨架，那麼 Link 就是連接配接骨架的韌帶，而 Sate II ite
就是骨架上面的血肉。看如下圖
（四） Anchor 模型
Anchor Data Vault 模型做了進一步規範化處理， Lars. Ri:innback
的初衷是設計 個高度可擴充的模型，其核心思想是所有的擴充隻是添
加而不是修改，是以将模型規範到 6NF ，基本變成了 k-v 結構化模型。
們看 Anchor 模型的組成。
• Anchors ：類似于 Data Vault Hub ，代表業務實體，且隻有主鍵。
• Attributes ：功能類似于 Data Vault Satellite ，但是它更加規範
化，将其全部 k-v 結構化， 個表隻有 Anchors 的屬性描述。
• Ties ：就是 Anchors 之間的關系，單獨用表來描述，類似于 Data
Vault Link ，可以提升整體模型關系的擴充能力。
• Knots ：代表那些可能會在 Anchors 中公用的屬性的提煉，
比如性别、狀态等這種枚舉類型且被公用的屬性。
在上述四個基本對象的基礎上，又可以細劃分為曆史的和非曆史
的，其中曆史的會以時間戳加多條記錄的方式記錄資料的變遷曆史。
Anchor 模型的建立者以此方式來擷取極大的可擴充性，但是也會
增加非常多的查詢 join 操作。建立者的觀點是，資料倉庫中的分析查詢
隻是基于一小部分字段進行的，類似于列存儲結構，可以大大減少資料
掃描，進而對查詢性能影響較小。一些有資料表裁剪（ Table Elimination)
特性的資料庫如 MariaDB 的出現， 還會大量減少 join 操作。但是實際
情況是不是如此，還有待商榷。下面是一個 Anchor 模型圖
以上就是4中資料模型。相關的主要内容是摘抄自《阿裡巴巴大資料實踐》。作為搬運工，還是要說一下，次元模組化是企業中用的最多最廣泛的。後面會陸續的再總結一些次元模組化的文章。