DataVault模型
- DataVault是在ER模型的基礎上衍生而來的，模型設計的初衷是有效的組織基礎數據層，使之易擴展、靈活的應對業務變化，同時強調歷史性、可追溯性和原子性，不要求對數據進行過度的一致性處理；並非針對分析場景所設計。
- Data Vault模型是一種中心輻射式模型，其設計重點圍繞着業務鍵的集成模式。這些業務鍵是存儲在多個系統中的、針對各種信息的鍵，用於定位和唯一標識記錄或數據。
包含3種基本結構：
- 中心表——Hub
唯一業務鍵的列表，唯一標識企業實際業務，企業的業務主體集合。 - 鏈接表——Link
表示中心表之間的關係，通過鏈接表串聯整個企業的業務關聯關係。 - 衛星表——Satellite
歷史的描述性數據，數倉中數據的真正載體。
中心表——Hub
只包含業務主鍵信息以及數據裝載的描述，不包含非鍵值以外的業務數據屬性本身；比如中心表商品，在Data Vault下的設計：
中心表一般都會在創建一個主鍵Hub_商品ID，與業務商品ID無關，一般稱爲代理鍵或者附加鍵。
PS: 大家會發現這張中心表中沒有商品屬性信息；商品屬性以及描述信息，都屬於衛星表的範疇。
鏈接表——Link
鏈接表用來描述中心表間的關聯關係，亦不包含業務鍵值以及數據裝載描述以外的任何非鍵值數據，比如：學生授課鏈接表，其設計：
與授課相關的課時數等描述信息，都屬於衛星表的範疇。
衛星表——Satellite
數倉中數據的主要載體，包括對鏈接表、中心表的數據描述、數值度量等信息，中心表商品、訂單明細的衛星表分別如下：
案例：
對上一篇已經討論到的學生選課ER模型，進行Data Vault模型重構，原模型：
原則：
- 梳理所有主要實體。
- 將有入邊的實體定義爲中心表。
- 將沒有入邊且只有一個出邊的表定義爲中心表。
- 源系統沒有入邊且有兩條或以上出邊的表定義爲鏈接表。
- 將外鍵關係定義爲鏈接表
按Data Vault改造後的大概模型
-
hub——中心表
-
link——鏈接表
-
sat——衛星表
![]()
-
Data Vault模型更容易設計，ETL過程中更易配置化實現。
-
Hub想象成人體的骨架，那麼Link就是連接骨架的韌帶組織，而satelite就是骨架上的血肉。
-
Data Vault是對ER模型更近一步的規範化，由於對數據的拆解和更偏向於基礎數據組織，在處理分析類場景時相對複雜，適合數倉底層構建，目前實際應用場景較少。
