数仓架构 数据表建模

数仓架构

主要用来描述 数据加工的实时链路 和 离线链路之间的关系，即 流批 关系；
lamda 架构， 是两条路， 实时计算式的， 维护数据的实时性。然后每天经过批计算后， 覆盖实时的计算结果。 保证数据准确性。

kappa架构， 即流批一体了

数据建模

星型模型是数据仓库中最简单的模型，由1张事实表和1级维表构成，适合大数据处理，但存在数据冗余。雪花模型则通过维表的层次化减少了数据存储量，提高了查询性能，但查询效率较低。星座模型是星型模型的扩展，多张事实表共享维表，适用于复杂数据关系。选择模型时应根据场景权衡数据冗余、查询效率和扩展性。

主要说明事实表和维度表之间的关系。

星型模型如下

雪花模型

当一个或多个维表没有直接连接到事实表上，而是通过其他维表连接到事实表上时，其图解就像多个雪花连接在一起，故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化，原有的各维表可能被扩展为小的事实表，形成一些局部的"层次"区域，这些被分解的表都连接到主维表而不是事实表。

星座模型

星座模型也是星型模型的扩展。区别是星座模型中存在多张事实表，不同事实表之间共享维表信息，常用于数据关系更复杂的场景。其经常被称为星系模型。