建设CDM公共层最常用的技术就是维度建模，因为它更适合大数据时代数据量巨大的特点 。简单来说，就是一张事实表+多张维度表 。
文章插图
当所有维表都直接连接到“ 事实表”上时，整个图解就像星星一样，故也将该模型称为星型模型 。
与业务系统的数据结构对比，我们可以发现，维度建模有以下特点：
1）模型简单易理解
站在业务的角度上，用“一张事实表+多张维度表”的模式组织数据，仅有维度、事实两种类型数据 。可以简单的理解星型模型，就是我们把where和group后面的字段放入维度表中，把sum和count中的字段放入事实表中，并在事实表中加入维度的键值用于关联 。
2）可扩展性好
可以在不改变数据粒度的情况下，方便地增加新的分析维度和事实，不会影响正在使用的报表和数据应用 。
4）数据冗余
构建维度表和事实表都需要大量的数据预处理，导致大量的ETL工作，并且可以看出，相比业务系统的精简，星型模型明显是“用空间换易用和效率”，存在大量的数据冗余 。
推荐阅读
- 服务器一键迁移，网站、数据库、ftp…通通迁移，太省心了！
- 网站关键词排名如何进行数据分析
- 安全数据库之数据保密性
- 苹果|1根卖1100元！老外拆解苹果雷电4 Pro数据线：堆料有点狠
- Redis底层数据结构解密
- 分布式数据之缓存技术，今天就一起来揭开其神秘面纱
- 机器学习算法中如何执行回归数据的特征选择
- 数据库同步软件DBSync的设计与实现
- MySQL如何删除重复数据
- Apache Druid 高性能的实时分析型数据库