维度表上又关联了其他维度表。这种模型使用过程中会造成大量的join，维护成本高，性能方面也较差，所以一般不建议使用。尤其是基于hadoop体系构建数仓，减少join就是减少shuffle，性能差距会很大。c.星座模型星座模型，是对星型模型的扩展延伸，多张事实表共享维度表。数仓模型建设后期，当一个星型模型为一个实体，又有多个是实体，实体间又共用维表(这个是很常见的)，就自然成了星座模型了。大部分维度建模都是星座模型。构建企业级数据仓库，必不可少的就是制定数仓规范。包括命名规范，流程规范，设计规范，开发规范等。开发规范示例：开发语言，传统数仓一般SQL/Shell为主，互联网数仓又对Python、Java、Scala提出了新的要求。不管是传统数仓，还是基于Hadoop生态的构建的(hive、spark、flink)数仓，SQL虽然戏码在下降，但依然是重头戏。在数仓中sql的基本操作既简单又实用，sql中比较复杂和重要的就是join，下面用一张图清晰的解释了各种join的逻辑SQL开发规范：在大数据生态，不管哪种数据处理框架，总有都会孵化出强大SQL的支持。如HiveSQL，SparkSQL，BlinkSQL等。但本质上还是SQL.数据治理大数据时代必不可少的一个重要环节，可从元数据管理、业务实体数据。数据在计算机科学中，数据的定义是指所有能输入到计算机并被计算机程序处理的符号的介质的总称。都江堰商务数据库

什么是小数据？小数据，顾名思义就是相对于大数据而言的，指的是与我们个人家庭相关的数据信息，正是无数的小数据经过汇集处理才形成了如今的大数据。小数据就是个体化的数据，是我们每个个体的数字化信息。比如我天天都喝一两酒，突然有天喝完酒胃疼，我就想了，这天和之前有何不同？原来，这天喝的酒是个新牌子，可能就是喝了这个新牌子的酒所以胃疼。这就是我生活中的“小数据”，它不像大数据那样浩瀚繁杂，却对我自身至关重要。成都购物中心数据海数据和信息是不可分离的，信息依赖数据来表达，数据则生动具体表达出信息。

    如：同名异义、同物异名..。减少多余冗余数据，因为了解数据之间的关系，以及数据的作用。在数据平台中根据需求采集那些用于分析的数据，而不需要那些纯粹用于操作的数据。数据模型在数据平台的数据仓库中是一个统称，严格上来讲分为概念模型、逻辑模型、物理模型。(备注：四类模型如何去详细构建文本不深讲，关于非互联网企业的数据模型网上非常多)BillInmon对EDW的定义是面向事物处理、面向数据管理，从数据的特征上需要坚持维护细粒度的数据、维护微观层次的数据关系、保存数据历史。所以在构建完毕的数据平台中可以从中映射并检查业务信息的完整性（同时也是养数据过程中的重要反馈点），这种方式还可以找出多个系统相关和重合的信息，减少多个系统之间数据的重复定义和不一致性，减小了应用集成的难度。Ralphkilmball对DM（备注：数据集市，非挖掘模型）的定义是面向分析过程的(AnalyticalProcessoriented)，因为这个模型对业务用户非常容易理解，同时为了查询也是做了专门的性能优化。所以星型、雪花模型很直观比较高性能为用户提供查询分析。该方式的建模首先确定用户需求问题与业务需求数据粒度，构建分析所需要的维度、与度量值形成星型模型；。

    只不过当时由于数据处理能力有限，所以大数据一直没有被提起来，直到2005年，Hadoop项目诞生，从技术层面上搭建了一个使对结构化和复杂数据快速、可靠分析变为现实的平台。从这个时候开始，“大数据”才逐步成为互联网信息技术行业的高频词汇，为人们所熟知。从这个上，我们可以看出，技术的发展不仅在改变人们的生活，其本身也在推进着更高级的技术的诞生。话说回来，“大数据”是不是只是一种规模大的数据就够了呢，显然不是的，还必须具备4V的特征。先说说海量的数据规模，前面说到处理PB/EB/ZB级的数据量，正是大数据优势所在，处理数据量的PB化，以前是不可能的事情，但在大数据时代，将会是一个常态，这是一个什么概念呢，一部高清电影约4g,一个PB=1024*1024g，大数据瞬时处理1PB的数据量，就相当于瞬时处理26万部的高清电影的量。其次，说到“快速的数据流传”，怎么说呢，所有数据都有时效的，商业业务决策也是有时效的，如果不快速处理，得到结果来，那么就很可能会失去商机，所以，我们也在一直强调利用大数据做实时分析。再次，“多样的数据类型”又是什么呢，在大数据走进大众之前，传统的数据处理工具，往往处理的是标准的结构化的数据。大数据经济即将进入数据资本时代。

    线上行为数据：页面数据、交互数据、表单数据、会话数据等。▷内容数据：应用日志、电子文档、机器数据、语音数据、社交媒体数据等。大数据的主要来源：商业数据互联网数据传感器数据数据采集与大数据采集区别传统数据采集来源单一，数据量相对于大数据较小结构单一关系数据库和并行数据仓库大数据的数据采集来源，数据量巨大数据类型丰富，包括结构化，半结构化，非结构化分布式数据库传统数据采集的不足传统的数据采集来源单一，且存储、管理和分析数据量也相对较小，大多采用关系型数据库和并行数据仓库即可处理。对依靠并行计算提升数据处理速度方面而言，传统的并行数据库技术追求高度一致性和容错性，根据CAP理论，难以保证其可用性和扩展性。大数据采集新的方法▷系统日志采集方法很多互联网企业都有自己的海量数据采集工具，多用于系统日志采集，如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等，这些工具均采用分布式架构，能满足每秒数百MB的日志数据采集和传输需求。网络数据采集方法网络数据采集是指通过网络爬虫或网站公开API等方式从网站上获取数据信息。该方法可以将非结构化数据从网页中抽取出来，将其存储为统一的本地数据文件。小数据和大数据的区别是什么？青羊区购物中心数据调研

信息与数据既有联系，又有区别。都江堰商务数据库

    我在这里整理一个表格不同时代数据源的差异性（备注可能整理的有点不全）：数据平台的用户：总结下来互联网的数据平台“服务”方式迭代演进大约可以分为三个阶段。阶段一：约在2008年-2011年初的互联网数据平台，那时建设与使用上与非互联网数据平台有这蛮大的相似性，主要相似点在数据平台的建设角色、与使用到的技术上。老板们、运营的需求主要是依赖于报表、分析报告、临时需求、商业智能团队的数据分析师去各种分析、临时需求、挖掘，这些角色是数据平台的适用方。ETL开发工程师、数据模型建模、数据架构师、报表设计人员，同时这些角色又是数据平台数据建设与使用方。数据平台的技术框架与工具实现主要有技术架构师、JAVA开发等。用户面对是结构化的生产数据、PC端非结构化log等数据。ELT的数据处理方式（备注在数据处理的方式上，由传统企业的ETL基本进化为ELT）。现在的淘宝是从2004年开始构建自己的数据仓库，2004年是采用DELL的6650单节点、到2005年更换为IBM的P550再到2008年的12节点Rac环境。在这段时间的在IBM、EMC、Oracle身上的投入巨大(备注：对这段历史有兴趣可以去度娘：“【深度】阿里巴巴的技术发展路径“)。都江堰商务数据库

成都达智咨询股份有限公司是以数据调研分析，数据采集，数据策略咨询，数据智慧科技系统研发、生产、销售、服务为一体的商务信息咨询;市场调查研究预测;企业管理咨询;企业策划咨询、营销咨询、经济贸易咨询;会议服务;计算机技术的开发、转让、咨询、服务;数据处理、分析及咨询服务;应用软件服务;质检技术服务;公共关系服务;互联网数据服务;地理信息加工处理、测绘服务;广告设计、制作、代理、发布。企业，公司成立于1999-01-07，地址在成都市人民东路61号。至创始至今，公司已经颇有规模。本公司主要从事数据调研分析，数据采集，数据策略咨询，数据智慧科技系统领域内的数据调研分析，数据采集，数据策略咨询，数据智慧科技系统等产品的研究开发。拥有一支研发能力强、成果丰硕的技术队伍。公司先后与行业上游与下游企业建立了长期合作的关系。达智咨询,达智方舆,达智品诺,达智智业致力于开拓国内市场，与商务服务行业内企业建立长期稳定的伙伴关系，公司以产品质量及良好的售后服务，获得客户及业内的一致好评。成都达智咨询股份有限公司通过多年的深耕细作，企业已通过商务服务质量体系认证，确保公司各类产品以高技术、高性能、高精密度服务于广大客户。欢迎各界朋友莅临参观、 指导和业务洽谈。