星型綱要入門

使用 Microsoft Fabric 進行資料轉換與分析

Luis Silva

Solution Architect - Data & AI

維度建模基礎

• 維度模型（Dimensional Model） 是為資料倉儲與分析最佳化的資料結構
• 它是商業事件的模型
• 事件包含資料與脈絡

維度建模基礎

事件：零售店販售一項商品。

維度建模基礎

事件：零售店販售一項商品。

• 數值資料：
  • 銷售數量
  • 銷售單價

維度建模基礎

事件：零售店販售一項商品。

• 可量化的數值資料：
  • 銷售數量
  • 銷售單價
• 關於資料的脈絡：
  • 銷售的商品

將事件資料儲存於資料表

將事件資料儲存於資料表

• 事實表：包含所有交易。

將事件資料儲存於資料表

• 事實表：包含所有交易。
• 維度：交易脈絡（何時、何地、何物、何人）。

將事件資料儲存於資料表

• 事實表：包含所有交易。
• 維度：交易脈絡（何時、何地、何物、何人）。
• 度量：數值資料（多少）。

將事件資料儲存於資料表

• 事實表：包含所有交易。
• 維度：交易脈絡（何時、何地、何物、何人）。
• 度量：數值資料（多少）。
• 屬性：交易記錄的其他資訊。

正規化

事實表 + 維度表

星型綱要

雪花綱要

雪花綱要

雪花綱要

星型綱要 vs 雪花綱要

主要差異

面向	星型綱要	雪花綱要
儲存	需要較多儲存空間	需要較少儲存空間
正規化	去正規化（每個維度一張表）	正規化（每個維度多張表）
模型複雜度	較低	較高
查詢效能	需較少 JOIN，查詢較快	需較多 JOIN，查詢較慢

 

選擇最符合需求的模型。一般偏好星型綱要，因為模型較簡單且更快。

一起來練習吧！

使用 Microsoft Fabric 進行資料轉換與分析