数仓（二）简介OLTP和OLAP

上一篇我们介绍了数仓的概念以及数仓的主要特点：面向主题、集成、非易失即相对稳定的、随时间变化。

还介绍了建立数仓的目的：数仓的建设并不是数据存储的最终目的地，而是为数据最终的目的地做好准备：清洗、转义、分类、重组、合并、拆分、统计等等。通过对数据仓库中数据的分析，可以帮助企业，改进业务流程、控制、成本、提高产品质量等。

本篇我们介绍一下两个重要的数据处理的类型OLTP和OLAP，并通过比对总结，从而更好的理解两种数据处理类型。

二、范式概念

在了解范式概念之前，我们先来了解一下函数依赖的概念。

1、函数依赖

根据下图来加深理解：

• 完全函数依赖

通过A and B能推出C，但是AB单独得不到C，那么可以说：C完全依赖于AB。

（学号，课名）推出分数，但是单独用学号推不出分数，那么可以说：分数完全依赖于（学号，课名）。

• 部分函数依赖

通过A and B 能推出C，通过单独的A 或者单独的B也能推出C，那么可以说：C部分依赖于AB

（学号，课名）推 姓名，而还可以通过学号直接推出姓名，那么可以说：姓名部分依赖于（学号，课名）

• 传递函数依赖

通过A得到B，通过B得到C，但是通过C不能得 A，那么可以说：C传递依赖于A

通过学号推出系名，系名 推系主任，但是 系主任不能推出学号，那么可以说：系主任传递依赖于学号。

2、范式定义

范式（数据库设计范式）是符合某一种级别的关系模式的集合。构造数据库必须遵循一定的规则。

在关系数据库中，这种规则就是范式。关系数据库中的关系必须满足一定的要求，即满足不同的范式。

3、范式类型

目前关系数据库有六种范式：

第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、

Boyce-Codd范式（BCNF）、第四范式（4NF）和第五范式（5NF）。

一般说来，数据库只需满足第三范式（3NF）就行了。

4、三范式

• 第一范式：属性不可切分

上表：商品这列中的数据不是原子数据项，是可以进行分割的。

• 第二范式：不能存在"部分函数依赖"

上表（学号，课名），分数完全依赖于（学号和课名），但是姓名并不完全依赖于（学号和课名)。

• 第三范式：不能存在"传递函数依赖"

上表：学号-->系名-->老师，但是老师推不出学号。

• 从上面这个建模客户表图中可以看出，物理表数量多，而数据冗余程度低；

• 数据分布于众多的表中；

• 这些数据可以更为灵活地被应用，功能性较强；

• 但是一次修改，需要修改多个表，很难保证数据的一致性；

• 并且获取数据时候，需要通过join拼接出最后的数据。

• 上图为维度模型建模片段，主要应用于 OLAP 系统中；
• 通常以某一个事实表为中心进行表的组织，主要面向业务，特征是可能存在数据的冗余，但是能方便的得到数据。