数据建模和维度建模有什么区别？

Question

我一直在学习数据仓库的概念，我发现这两个主题有点令人困惑。我读过多篇博客文章，我明白数据建模包括三个步骤

1. 概念数据模型
2. 逻辑数据模型
3. 物理数据模型

在数据仓库中，我们需要执行某些步骤：

步骤1:确定维度

步骤2:确定措施

步骤3:标识维度的属性或属性

步骤4:确定度量的粒度

这些建模技术相互关联吗？如果是的话，这有什么关系。如果有人问，如何设计一个数据仓库，什么应该是正确的答案。在设计数据仓库时，这些建模技术从何而来。

如果有人能为我提供任何关于数据建模和维度建模场景的链接/资源，这将是非常有帮助的。

Answer 1

顾名思义，概念模型是非常高的层次，并不直接对应于实际构建的内容。逻辑/物理模型与实际构建的内容相对应--两者之间的区别是逻辑模型是独立于系统的，而物理模型则绑定到将要部署它的平台/DB上。然而，它们从根本上是相同的，因为大多数建模工具可以从逻辑模型自动生成物理模型(反之亦然)。

维度模型是逻辑/物理模型的一种类型，与OLTP、Inmon、Data等是逻辑/物理模型的类型相同。通常为设计每种模型类型所需的步骤定义了最佳实践--您已经列出了设计维度模型的具体步骤。

因此，对于给定的数据域(例如，销售组织)，通常会有一个概念模型，然后是多个逻辑/物理模型。通常，这些模型是一个事务模型和一个分析模型；事务模型可以是OLTP或NoSQL (或任何最适合您的需求/技术的模型)；分析模型可以是多维的、Inmon、图等--同样，任何最适合您的数据/分析需求的模型。