前言
資料倉庫建模不僅關乎結構設計,更決定查詢效能、維護成本與業務靈活度。業界公認四大主流建模流派,各有哲學與適用場景。
第一類:關聯式資料庫第三正規化 (3NF) 建模
- 核心:消除冗余、避免更新異常,追求「一個事實在一處」。
- 適用:營運型系統 (OLTP)、交易處理、高頻寫入場景。
- 特點:表數量多、連接複雜、查詢常需多表 JOIN。
- 缺點:不適合大量歷史資料分析查詢,JOIN 開銷大。
第二類:Inmon 企業資料倉庫 (EDW) - 3NF 為核心的分層架構
Bill Inmon 提倡自上而下建立企業級資料倉庫,分三層:
- 實體關聯層 (ER Layer / 核心層):企業級主題域模型,採 3NF,整合全企業資料,不面向特定報表。
- 資料項集層 (Data Mart / 部門層):依業務部門、存取頻率、資料產生頻率,從核心層衍生出去正規化、彙總、切片的資料集市,面向特定分析需求。
- 物理實現層:索引、分區、壓縮、硬體配置等物理優化。
優點:企業單一真實來源、資料一致性高。
缺點:建置週期長、前期投入大、靈活度較低。
第三類:Kimball 維度建模 - 星狀/雪花結構
Ralph Kimball 提倡自下而上、以業務流程為中心:
- 事實表:業務度量 (銷售額、數量),外鍵連結維度,粒度最細。
- 維度表:描述性屬性 (時間、客戶、產品、門市),去正規化、寬表、易理解。
- 星狀結構:一個事實表 + 多個維度表,無多層連接,查詢效能極佳。
- 雪花結構:維度表進一步正規化 (如產品→分類→品牌),節省空間但增加 JOIN。
核心原則:面向使用者、易理解、查詢快。作者偏好此流派。
第四類:彈性資料準備區 / 暫存區
- 定位:後台 ETL 暫存、原始資料著陸區、中介轉換表。
- 建模方式:不拘一格,以「滿足 ETL 需求」為唯一標準。
- 特點:多為臨時表、階段表、不對外提供查詢介面、可大量冗余、欄位型別寬鬆 (如全 NVARCHAR(MAX))。
- 命名慣例:
stg_, tmp_, etl_ 前綴。
流派選擇決策矩陣
| 考量面向 | 3NF/OLTP | Inmon EDW | Kimball 維度 | 彈性暫存區 |
| 主要目標 | 交易處理 | 企業整合單一真實 | 部門分析/報表效能 | ETL 轉換緩衝 |
| 正規化程度 | 高 (3NF+) | 核心層高,集市層低 | 低 (去正規化) | 無要求 |
| 查詢模式 | 點查詢、小範圍 | 跨主題整合查詢 | 大量掃描、切片切塊 | 批次載入/轉換 |
| 建置週期 | 短 | 長 (月~年) | 中 (週~月) | 極短 (天) |
| 維護成本 | 中 | 高 | 中 | 低 (可重建) |
實務建議:混合架構
現代企業常採用 分層混合:
- ODS/Staging (第 4 類):原始資料落地、清洗、去重。
- Core EDW (Inmon 3NF):核心主題域整合、歷史保存、SLOWLY CHANGING DIMENSION (SCD) 管理。
- Data Marts (Kimball 星狀):面向 BI、自助分析、高效查詢。
總結
沒有銀彈,只有適合當下業務階段與團隊能力的架構。初創期可直接用 Kimball 星狀快速交付;成熟期需建立 Inmon 核心層確保一致性;永遠保留彈性暫存區支援 ETL 靈活變更。理解四大流派優劣,才能在權衡中做出最佳決策。