数据仓库的特点、数据仓库分层、数据仓库模型

1. OLTP、OLAP、HTAP

1. OLTP：联机事务处理，特点是事务操作频繁、数据量小，基于ER模型。比如ERP系统、CRM系统、电商系统
   • 三范式：第一范式：每一列都具有不可分割的原子性；第二范式：实体的唯一性，每个列都和主键相关，消除数据冗余；第三范式：列和列之间不存在传递依赖
   • ER模型：实体关系模型
2. OLAP：联机分析处理，特点是没有事务性操作，主要用于查询数据进行分析，为决策提供帮助，数据量大。比如数据仓库

2. 数据仓库的特点

1. 面向主题的：根据分析需求对数据进行组织，划分成多个主题，如用户、商品主题
2. 数据集成的：针对主题，将多个分散的数据源进行集成
3. 非易失的：数据仓库的数据主要应用是查询分析，一般很少更新和删除数据
4. 时变的：每天都会有新的数据进来，一般保留5~10年的数据

3. 数据仓库分层

将一个复杂的数据处理分解成多个小的步骤来处理，不同的层完成不同的工作，使数据处理的架构更加清晰，出现问题更容易被发现，同时减少了重复的数据开发工作，使数据查询效率和速度变快

1. ODS源数据层 源数据层，数据储存在不同的数据源，数据格式也不同。一般是业务数据库、日志文件、埋点数据。采用范式建模。同步到该层可以采用ETL工具Nifi等

2. DWD数仓明细层 对ODS层的数据进行ETL，对缺失值、重复值、异常值进行处理，并对不同数据源的数据进行格式处理，以一致的格式保存在DWD层，数据粒度和ODS一样。采用范式建模

   有时为了提高明细数据的易用性，会将维度表的数据放到事实表中

3. DWM数仓中间层

   对多个维度进行数据聚合，产生中间表数据。有时可以省略该层。采用维度建模

4. DWS数仓服务层 针对某个主题，聚合形成大宽表数据。数据来源为DWD和DWM层。采用维度建模

5. ADS数据应用层 根据具体的需求构建数据，是高度汇总的数据，针对于特定场景，如报表展示、数据分析和挖掘。采用维度建模

4. 事实表和维度表

1. 事实表

   一个数据仓库根据不同的主题可以形成多个事实表。事实表包含多个key，与维度表进行join关联，事实表同时包含多个数值类型的计算字段。事实表的数据量会越来越多

2. 维度表

   维度表是对特定实体的各种属性进行描述，如商品维度表、用户维度表。维度表数据量往往较少，变化也少

5. 星型模型和雪花模型

1. 星型模型

以事实表为中心，所有的维度表直接与事实表关联，维度表和维度表没有连接

2. 雪花模型

以事实表为中心，有的维度表直接与事实表关联，有的维度表和维度表连接。相对于星型模型更规范，但join的表多，OLAP的性能更差，一般数据仓库中用的少