为什么需要数据建模？
2017-08-23 本文已影响0人
编程回忆录
数据模型就是数据组织和存储方法，它强调从业务、数据存取和使用角度合理存储数据。
有了适合业务和基础数据存储环境的模型，那么大数据就能获得以下好处：
- 性能：良好的数据模型你帮助我们快速查询所需要的数据，减少数据的IO吞吐。
- 成本：良好的数据模型能极大地减少不必要的数据冗余，也能实现计算结果复用，极大地降低大数据系统中的存储和计算成本。
- 效率：良好的数据模型能极大地改善用户使用数据的体验，提高使用数据的效率。
- 质量：良好的数据模型能改善数据统计口径的不一致性，减少计算错误的可能下。
从OLTP和OLAP系统的区别看模型方法论的选择：
- OLTP系统通常面向的主要数据操作是随机读写，主要采用满足3NF的实体关系模型存储数据，从而在事务处理中解决数据的冗余和一致性问题。
- OLAP系统面向的主要数据操作是批量读写，事务处理中的一致性不是OLAP所关注的，其主要关注数据的整合，以及在一次性的复杂大数据查询和处理中的性能，因此它需要采用一些不同的数据建模方法。
