3．  數(shù)據(jù)倉庫元數(shù)據(jù)的管理

元數(shù)據(jù)（Meta Date），主要記錄數(shù)據(jù)倉庫中模型的定義、各層級間的映射關(guān)系、監(jiān)控數(shù)據(jù)倉庫的數(shù)據(jù)狀態(tài)及ETL的任務(wù)運行狀態(tài)。一般會通過元數(shù)據(jù)資料庫（Metadata Repository）來統(tǒng)一地存儲和管理元數(shù)據(jù)，其主要目的是使數(shù)據(jù)倉庫的設(shè)計、部署、操作和管理能達成協(xié)同和一致。

元數(shù)據(jù)是數(shù)據(jù)倉庫管理系統(tǒng)的重要組成部分，元數(shù)據(jù)管理是企業(yè)級數(shù)據(jù)倉庫中的關(guān)鍵組件，貫穿數(shù)據(jù)倉庫構(gòu)建的整個過程，直接影響著數(shù)據(jù)倉庫的構(gòu)建、使用和維護。

構(gòu)建數(shù)據(jù)倉庫的主要步驟之一是ETL。這時元數(shù)據(jù)將發(fā)揮重要的作用，它定義了源數(shù)據(jù)系統(tǒng)到數(shù)據(jù)倉庫的映射、數(shù)據(jù)轉(zhuǎn)換的規(guī)則、數(shù)據(jù)倉庫的邏輯結(jié)構(gòu)、數(shù)據(jù)更新的規(guī)則、數(shù)據(jù)導(dǎo)入歷史記錄以及裝載周期等相關(guān)內(nèi)容。數(shù)據(jù)抽取和轉(zhuǎn)換的專家以及數(shù)據(jù)倉庫管理員正是通過元數(shù)據(jù)高效地構(gòu)建數(shù)據(jù)倉庫。用戶在使用數(shù)據(jù)倉庫時，通過元數(shù)據(jù)訪問數(shù)據(jù)，明確數(shù)據(jù)項的含義以及定制報表。數(shù)據(jù)倉庫的規(guī)模及其復(fù)雜性離不開正確的元數(shù)據(jù)管理，包括增加或移除外部數(shù)據(jù)源，改變數(shù)據(jù)清洗方法，控制出錯的查詢以及安排備份等。

元數(shù)據(jù)可分為技術(shù)元數(shù)據(jù)和業(yè)務(wù)元數(shù)據(jù)。技術(shù)元數(shù)據(jù)為開發(fā)和管理數(shù)據(jù)倉庫的IT 人員使用，它描述了與數(shù)據(jù)倉庫開發(fā)、管理和維護相關(guān)的數(shù)據(jù)，包括數(shù)據(jù)源信息、數(shù)據(jù)轉(zhuǎn)換描述、數(shù)據(jù)倉庫模型、數(shù)據(jù)清洗與更新規(guī)則、數(shù)據(jù)映射和訪問權(quán)限等。而業(yè)務(wù)元數(shù)據(jù)為管理層和業(yè)務(wù)分析人員服務(wù)，從業(yè)務(wù)角度描述數(shù)據(jù)，包括商務(wù)術(shù)語、數(shù)據(jù)倉庫中有什么數(shù)據(jù)、數(shù)據(jù)的位置和數(shù)據(jù)的可用性等，幫助業(yè)務(wù)人員更好地理解數(shù)據(jù)倉庫中哪些數(shù)據(jù)是可用的以及如何使用。

由上可見，元數(shù)據(jù)不僅定義了數(shù)據(jù)倉庫中數(shù)據(jù)的模式、來源、抽取和轉(zhuǎn)換規(guī)則等，而且是整個數(shù)據(jù)倉庫系統(tǒng)運行的基礎(chǔ)，元數(shù)據(jù)把數(shù)據(jù)倉庫系統(tǒng)中各個松散的組件聯(lián)系起來，組成了一個有機的整體。

數(shù)倉建模方法

數(shù)據(jù)倉庫的建模方法有很多種，每一種建模方法代表了哲學(xué)上的一個觀點，代表了一種歸納、概括世界的一種方法。常見的有 范式建模法、維度建模法、實體建模法等，每種方法從本質(zhì)上將是從不同的角度看待業(yè)務(wù)中的問題。

1． 范式建模法（Third Normal Form，3NF）

范式建模法其實是我們在構(gòu)建數(shù)據(jù)模型常用的一個方法，該方法的主要由 Inmon 所提倡，主要解決關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)存儲，利用的一種技術(shù)層面上的方法。目前，我們在關(guān)系型數(shù)據(jù)庫中的建模方法，大部分采用的是三范式建模法。

范式 是符合某一種級別的關(guān)系模式的集合。構(gòu)造數(shù)據(jù)庫必須遵循一定的規(guī)則，而在關(guān)系型數(shù)據(jù)庫中這種規(guī)則就是范式，這一過程也被稱為規(guī)范化。目前關(guān)系數(shù)據(jù)庫有六種范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、Boyce－Codd范式（BCNF）、第四范式（4NF）和第五范式（5NF）。

在數(shù)據(jù)倉庫的模型設(shè)計中，一般采用第三范式。一個符合第三范式的關(guān)系必須具有以下三個條件 ：

每個屬性值唯一，不具有多義性 ；

每個非主屬性必須完全依賴于整個主鍵，而非主鍵的一部分 ；

每個非主屬性不能依賴于其他關(guān)系中的屬性，因為這樣的話，這種屬性應(yīng)該歸到其他關(guān)系中去。

范式建模

根據(jù) Inmon 的觀點，數(shù)據(jù)倉庫模型的建設(shè)方法和業(yè)務(wù)系統(tǒng)的企業(yè)數(shù)據(jù)模型類似。在業(yè)務(wù)系統(tǒng)中，企業(yè)數(shù)據(jù)模型決定了數(shù)據(jù)的來源，而企業(yè)數(shù)據(jù)模型也分為兩個層次，即主題域模型和邏輯模型。同樣，主題域模型可以看成是業(yè)務(wù)模型的概念模型，而邏輯模型則是域模型在關(guān)系型數(shù)據(jù)庫上的實例化。

2． 維度建模法（Dimensional Modeling）

維度模型是數(shù)據(jù)倉庫領(lǐng)域另一位大師Ralph Kimall所倡導(dǎo)，他的《數(shù)據(jù)倉庫工具箱》是數(shù)據(jù)倉庫工程領(lǐng)域最流行的數(shù)倉建模經(jīng)典。維度建模以分析決策的需求出發(fā)構(gòu)建模型，構(gòu)建的數(shù)據(jù)模型為分析需求服務(wù)，因此它重點解決用戶如何更快速完成分析需求，同時還有較好的大規(guī)模復(fù)雜查詢的響應(yīng)性能。

維度建模

典型的代表是我們比較熟知的星形模型（Star－schema），以及在一些特殊場景下適用的雪花模型（Snow－schema）。

維度建模中比較重要的概念就是 事實表（Fact table）和維度表（Dimension table）。其最簡單的描述就是，按照事實表、維度表來構(gòu)建數(shù)據(jù)倉庫、數(shù)據(jù)集市。

目前在互聯(lián)網(wǎng)公司最常用的建模方法就是維度建模，稍后將重點講解。

3． 實體建模法（Entity Modeling）

實體建模法并不是數(shù)據(jù)倉庫建模中常見的一個方法，它來源于哲學(xué)的一個流派。從哲學(xué)的意義上說，客觀世界應(yīng)該是可以細分的，客觀世界應(yīng)該可以分成由一個個實體，以及實體與實體之間的關(guān)系組成。那么我們在數(shù)據(jù)倉庫的建模過程中完全可以引入這個抽象的方法，將整個業(yè)務(wù)也可以劃分成一個個的實體，而每個實體之間的關(guān)系，以及針對這些關(guān)系的說明就是我們數(shù)據(jù)建模需要做的工作。

雖然實體法粗看起來好像有一些抽象，其實理解起來很容易。即我們可以將任何一個業(yè)務(wù)過程劃分成 3 個部分，實體，事件，說明，如下圖所示：

實體建模

上圖表述的是一個抽象的含義，如果我們描述一個簡單的事實：“小明開車去學(xué)校上學(xué)”。以這個業(yè)務(wù)事實為例，我們可以把“小明”，“學(xué)�！笨闯墒且粋�實體，“上學(xué)”描述的是一個業(yè)務(wù)過程，我們在這里可以抽象為一個具體“事件”，而“開車去”則可以看成是事件“上學(xué)”的一個說明。

維度建模

維度建模是目前應(yīng)用較為廣泛的，專門應(yīng)用于分析型數(shù)據(jù)庫、數(shù)據(jù)倉庫、數(shù)據(jù)集市建模的方法。數(shù)據(jù)集市可以理解為是一種＂小型數(shù)據(jù)倉庫＂。

1． 維度建模中表的類型

1． 事實表

發(fā)生在現(xiàn)實世界中的操作型事件，其所產(chǎn)生的可度量數(shù)值，存儲在事實表中。從最低的粒度級別來看，事實表行對應(yīng)一個度量事件，反之亦然。

事實表表示對分析主題的度量。比如一次購買行為我們就可以理解為是一個事實。

事實與維度