1,一个主题是不是就是对应星型模型中的一个事实表?
2,我看很多资料中都写数据仓库的数据模型是使用“第三范式”,数据集市才使用多维的星型模型,也就是说数据仓库中的数据存储与一般的数据库并没有区别,那么它的面向主题体现在哪里?
3,就算是在数据集市中的使用星型模型也大多是在建立在关系模型的基础上的,在实际存储中还是要分解成二维的关系表。难道说把某个主题相关的数据重新抽出来再建一个数据库(数据集市)就叫面向主题吗,那下次想分析另一个主题呢,又要再建一个数据库(数据集市)吗?
4,总是在建数据集市,那数据仓库的意义又在哪呢?
5,所谓的面向主题是仅仅停留在逻辑层面吗,只是为了大家表达的时候描述更方便而已吗?
不是. 比如一个电商的主题。 对原始的订单 包含 spu维度细分的子单 对子单下 还有对物品再细分的子单. 这时候需要建立3个事实表. 以保证对不同的粒度进行分析.
Inmon说 数据集市开始主题 Kimball再数据仓库 就已经划分主题了 所以数据仓库就已经面向主题了
数据集市是多主题的合并,这个非常的迅速. 维度共享.
单独主题的分析,可以直接访问数据仓库.
是为了更加便利的建立模型