本帖最后由 znanananaz 于 2022-4-2 10:46 编辑
维度建模的优点包含: 1、复用性:避免重复开发、重复计算,节约资源。 2、 易于理解:数仓是面向分析的,分层组织数据使数据更容易理解,比如在dwd层使用星型模型/宽表,便于理解和使用。 3、 加快查询:比如使用宽表,避免了多次join,可以从单表快速支持需求产出结果;将数据做预聚合(轻度汇总层),减少计算量,加快查询速度。 4、 清晰数据结构:每一层各司其职。 对DW中各主题业务建模进行了细分,每个层次具有不同的功能 保留了最细粒度数据 满足了不同维度,不同事实的信息 以业务应用驱动为向导建模,为ADS,DM层提供数据 避免直接操作基础事实表 降低数据获取时间 5、 容错性:出现错误可以根据血缘关系快速进行错误的排查。简单来说,我们最终给业务呈现的是一个能直接使用业务表,但是它的来源有很多,如果有一张来源表出问题了,我们希望能够快速准确地定位到问题,并清楚它的危害范围。 6、 快速适应需求变更 适应维度变化 明细基础数据层稳定,适应前端应用层业务需求变更 所有前端应用层模型之间不存在依赖,需求变更对DW整个模型影响范围小 能适应短周期内上线下线需求 6、 满足数据重新生成 不同层次的数据支持数据重新生成 无需备份恢复 解决了由不同故障带来的数据质量问题 消除了重新初始化数据的烦恼 7、 把复杂问题简单化:将一个复杂的任务分解成多个步骤来完成,每一层只处理单一的步骤,比较简单和容易理解。而且便于维护数据的准确性,当数据出现问题之后,可以不用修复所有的数据,只需要从有问题的步骤开始修复。
|