数仓入门篇-维度模型与第三范式

什么是第三范式（3NF）？

概念背景

第三范式（Third Normal Form, 3NF）源于关系型数据库理论，由 E.F. Codd 提出，也是传统 OLTP（在线事务处理）系统（如 ERP、CRM）的标准设计方法。Inmon 学派主张在数据仓库中也采用 3NF 构建企业级数据仓库（EDW）。

核心原则

要满足 3NF，表结构必须依次满足以下三个条件：

• 第一范式（1NF）：列不可再分（原子性）。
• 第二范式（2NF）：非主键列完全依赖于主键（消除部分依赖）。
• 第三范式（3NF）：非主键列直接依赖于主键，不存在传递依赖（即：非主键列之间不能相互依赖）。

通俗理解：3NF 的核心目标是消除冗余，确保“一事一地”。每个事实只存储一次，通过外键关联来还原完整信息。

3NF 实例说明：电商订单系统

假设我们要存储“订单”、“用户”和“商品”的信息。

如果不遵循 3NF（存在冗余和传递依赖）：

问题：如果张三改了名字，或者“广东”改为“广东省”，需要修改多行数据；如果删除了所有订单，张三的信息也就丢失了。

遵循 3NF 的设计（拆分为多个表）：

表 A：用户表 (Users) - 存储用户属性

表 B：商品表 (Products) - 存储商品属性

表 C：订单事实表 (Orders) - 仅存储交易过程和关联键

优点：数据极度规范，无冗余，更新维护成本低（改用户名只需改一行），数据一致性高。
缺点：查询时需要大量的JOIN操作（订单表 JOIN 用户表 JOIN 商品表），对于海量数据分析，性能较差。

什么是维度模型（Dimensional Modeling）？

概念背景

维度模型由 Ralph Kimball 提出，专为 OLAP（在线分析处理）和数据仓库设计。它的核心目标不是消除冗余，而是优化查询性能和提升业务可读性。

核心结构：星型模型（Star Schema）

维度模型通常由两类表组成：

• 事实表（Fact Table）：位于中心，存储业务过程的度量值（如金额、数量）和外键。通常是窄而深的表。
• 维度表（Dimension Table）：围绕在事实表周围，存储描述性的文本属性（如谁、什么、哪里、何时）。通常是宽而浅的表。

核心原则：反规范化（Denormalization）。为了减少 JOIN，允许维度表中存在冗余数据，甚至将层级结构（如 省->市->区）扁平化放在一张表中。

维度模型实例说明：电商销售分析

我们将上述 3NF 的例子转化为维度模型（星型模型）：

事实表：销售事实表

维度表：用户维度表- 包含冗余和层级

维度表：商品维度表

维度表：日期维度表

优点：

1. 查询极快：大部分查询只需要FactJOINDim一次，甚至不需要 JOIN（如果指标都在事实表）。
2. 业务易懂：业务人员看到Dim_User就能理解“广东深圳的黄金会员张三”，无需理解复杂的表关联逻辑。
3. 支持切片/切块：非常适合按时间、地区、类别进行多维分析。

缺点：

• 数据冗余大（例如“广东”在用户表中重复存储了多次）。
• 数据更新复杂（如果“广东”改名为“粤”，需要更新大量行，通常使用缓慢变化维 SCD 技术处理）。

维度模型 vs 第三范式（3NF）对比

总结建议

存数据用 3NF（省空间、保一致），查数据用维度模型（跑得快、好理解）。