Kimball数据库建模常用哪些图？

Question

在Kimball数据库建模中，常用的图表有哪些？它们在数据仓库设计中分别起到什么作用？

Answer 1

一、Kimball 数据仓库建模中的常用图表及其作用

在 Kimball 的维度建模方法中，图表不仅是设计过程的重要辅助工具，更是团队沟通和系统实现的蓝图。以下将从浅入深地介绍几种常用的图表类型，并分析它们在数据仓库设计中的关键作用。

1. 实体关系图（ERD）

实体关系图是数据库设计中最基础的图表之一，在 Kimball 方法中主要用于展示事实表与维度表之间的关系结构。

• 用于描述星型模型或雪花模型的逻辑结构
• 帮助识别主键与外键之间的关联
• 便于理解数据源到目标模型的映射关系

2. 星型模型图（Star Schema Diagram）

星型模型是 Kimball 建模的核心结构，由一个中心的事实表和多个维度表组成。该图用于直观展示这种结构。

元素	作用
事实表	存储业务过程的度量值，如销售额、数量等
维度表	提供上下文信息，如时间、产品、客户等

3. 雪花模型图（Snowflake Schema Diagram）

雪花模型是对星型模型的扩展，部分维度表进一步规范化，形成层级结构。适用于需要节省存储空间或提升查询性能的场景。

例如：产品维度可能细化为产品类别、品牌、供应商等子维度。

4. 业务过程矩阵图（Business Process Matrix）

该图用于明确数据仓库支持的各个业务过程，并将其与对应的维度模型进行对应。

| 业务过程 | 对应事实表 | 关键维度 |
|----------|------------|----------|
| 销售订单 | Fact_Sales_Order | Date, Product, Customer |
| 库存变动 | Fact_Inventory_Change | Date, Warehouse, Product |
    

5. 维度建模流程图（Dimensional Modeling Flowchart）

使用 Mermaid 流程图可以清晰表达从数据源到最终维度模型的设计流程：

graph TD
            A[业务需求分析] --> B[确定业务过程]
            B --> C[选择粒度]
            C --> D[识别维度]
            D --> E[识别事实]
            E --> F[构建星型模型]

6. 缓慢变化维度（SCD）处理图

用于说明不同类型的 SCD 处理方式，如 Type 1、Type 2、Type 3 的实现逻辑。

• Type 1：覆盖旧值，不保留历史
• Type 2：新增记录，保留历史
• Type 3：增加字段，有限历史

7. ETL 架构图

虽然不属于建模本身，但 ETL 图常与维度建模结合使用，展示数据如何从业务系统流向数据仓库。

有助于评估数据流的复杂性及影响建模的因素。

8. 主题域划分图（Subject Area Diagram）

用于组织大型数据仓库项目，按主题划分不同的模型区域，如销售、库存、财务等。

帮助团队协作并确保一致性。