数仓建模—数据模型的 10 个常见错误

1 将模式设计视为一次性项目

构建数据资产是一个持续的过程。随着您的分析需求随着时间的推移而变化，架构也必须进行调整。将数据建模视为一次性活动是不现实的。想想那些因为源系统之一的数据结构发生变化而不得不更改列名、数据类型，甚至重建整个表的情况。

以同样的方式，您可以构建一个完全适合特定时间用例的模式。但是，当数据持续增长或源系统发生变化（新的 ERP、CRM、PIM 系统）时，由于下游工作负载或性能优化的必要变化，设计工作仍将继续。

2 构建太大的表和 ETL 流程

想象一下，正在构建用于营销成本归因的数据管道。与其将其实现为一个巨大的 ETL 流程并生成一个表，不如采用一个初始流程，首先将来自不同渠道的所有原始（尚未归属）成本合并到一个中间表中。然后，该表可以由一些执行归因的下游流程使用。

从长远来看，拆分和解耦数据转换将使整个流程更易于构建、调试和维护。

此外，中间表对于对原始数据感兴趣的最终用户（在进行任何计算和转换之前）非常有价值。如果最终表中的某些内容看起来不合理，可以更深入地研究上一步中的数据，以调查发生的情况及其原因。

3 选择（并坚持）错误的建模方法

有许多建模技术与模型例如范式建模和维度建模，例如星型模式、雪花模式。如果过去有人决定遵循雪花模式，那么拥有维度“产品”将不符合第三范式，并且构建它会违反所选的建模方法。相反，必须将其拆分为其他维度，例如“产品类别”或“品牌”，以标准化数据，无论它对您的用