个人博客：https://renwula.github.io/，本系列基于互联网公司数仓，使用hive搭建数仓
三范式（3NF）：
第一范式（1NF）无重复的列。学号不能是一样的吧对不对。
第二范式（2NF）非主属性非部分依赖于主关键字。你的个人信息都对应一个学号是不是。
第三范式（3NF）属性不依赖于其它非主属性。学生信息表只能有学院的id(这个是其他主属性)，通过这个学院的id可以和学院的信息表关联，而不能把每个人的学院的所有信息全加上，你们每个人的学院信息都加一遍，得多少遍啊，是不是啊。
OLTP系统数据(可以笼统为业务后端用的数据)的主要用的建模方式就是三范式，从而在事务处理中解决数据的冗余和一致性问题。
ER模型（Inmon模型）和维度模型（Kimball模型）：
Kimball模型
Inmon模型
上图是从网上扣的图，就是这么任性。
Inmon 模型
Inmon大爷呢就是数仓之父，他提出的建模方法是从全企业的高度设计一个3NF模型，但是数仓的3NF和OLTP中的3NF的区别在于，它是站在企业的角度面向主题的抽象，而不针对具体业务过程。
他推崇自上而下的建模方式，即从数据源到数据仓库再到数据集市的（先有数据仓库再有数据市场）一种瀑布流开发方法。
Inmon模型以数据源头为导向。首先，需要探索性地去获取尽量符合预期的数据，尝试将数据按照预期划分为不同的表需求。其次，明确数据的清洗规则后将各个任务通过ETL由Stage层转化到DW层，这里DW层通常涉及到较多的UDF开发，将数据抽象为实体-关系模型。接着，在完成DW的数据治理之后，可以将数据输出到数据集市中做基本的数据组合。最后，将数据集市中的数据输出到BI系统中去辅助具体业务。
建模主要步骤：
1.高层模型：一个高度抽象的模型，描述主要的主题以及主题间的关系，用于描述企业的业务总体概况；
2.中层模型：在高层模型的基础上，细化主题的数据项；
3.物理模型：在中层模型的基础上，考虑物理存储，同时基于性能和平台特点进行物理属性的设计，也可能做一些表的合并、分区的设计等。
Kimball 模型
Kimball 模型推崇自底向上的设计模式，即从数据集市到数据仓库再到数据源(先有数据集市再有数据仓库)的一种敏捷开发方法。Kimball都是以最终任务为导向。首先，在得到数据后需要先做数据的探索，尝试将数据按照目标先拆分出不同的表需求。其次，在明确数据依赖后将各个任务再通过ETL由Stage层转化到DM层。这里DM层数据则由若干个事实表和维度表组成。接着，在完成DM层的事实表维度表拆分后，数据集市一方面可以直接向BI环节输出数据了，另一方面可以先DW层输出数据，方便后续的多维分析。
Kimball典型的代表是星型模型与雪花模型，后面会在详细的聊一下。
建模主要步骤：
1.选择业务过程，业务过程可能是交易的支付、下单等，也可能是当前用户余额等。
2.选择粒度，粒度是维度的组合，类比：国家粒度、城市粒度。
3.识别维表，通过选择的粒度从而设计好维表。
4.选择事实，确定分析需要的指标。
Inmon模型从数据本身出发构造模型，对数据规范的要求更高，设计性也要更好，在多变的互联网里是很难出结果的，但是Kimball模型从业务需求出发设计模式，更加适合互联网数仓。
