Power BI 中的模式与数据建模

Source: Dev.to

数据建模是每个成功的 Power BI 解决方案的架构支柱。无论是构建高管仪表盘还是复杂的分析引擎，数据的结构完整性决定了性能、灵活性和报告的准确性。

模式主要分为两大类——Star 和 Snowflake——遵循在分析和商业智能中广泛使用的维度建模通用实践。每种模式定义了对事实表和维度表的不同建模方式，在简洁性、性能、存储效率和建模灵活性之间进行平衡。Star Schema 通常是推荐的做法，因为它更侧重于读取性能而非写入效率。

星型模式

星型模式涉及将数据结构化为多个表：

• 事实表 包含您想要衡量的定量属性。
• 维度表 包含对事实表数据进行分组和分类的描述性属性。

事实表

事实表记录事件（事务）。重复是正常的，因为同一种事件可能会多次发生，并且相较于维度表，事实表的更改/更新更为频繁。

-- Example fact table
FactTable_Visits (
    VisitID,
    PatientID,
    DoctorID,
    FacilityID,
    DateID,
    VisitCost,
    LengthOfStay
)

维度表

维度表保存事实表中分类字段的信息，通常比事实表小。

-- Example dimension tables
Dimension_Patient (PatientID, FullName, …)
Dimension_Doctor   (DoctorID,   FullName, …)
Dimension_Facility (FacilityID, Name,     …)
Dimension_Date     (DateID,     Date,     …)

关系与基数

在 Power BI 中，关系通过将一张表中的某列与另一张表中的某列匹配来构建，将每个维度键链接到事实表中对应的键，例如：

Patient[PatientID]   → FactVisits[PatientID]
Doctor[DoctorID]     → FactVisits[DoctorID]
Facility[FacilityID] → FactVisits[FacilityID]
Date[DateID]         → FactVisits[DateID]

如果唯一性由多个字段组合定义（例如 PatientID + DateID），则创建组合键：

PatientDateKey = PatientID & "-" & DateID

并使用该单列进行表之间的关联。

基数 描述一张表中的行可以匹配另一张表中多少行：一对一、一对多、多对一或多对多。当多对多关系不可避免时，使用 桥接表（关联实体）将其转换为两个一对多关系。

雪花模式

雪花模式将维度表规范化为多个相关的表。与在星型模式中将所有内容保存在一个大型维度表中不同，描述性数据被拆分成更小的表以减少重复。之所以称为“雪花”，是因为维度会分支成子维度，形成层级结构。

结构

• 事实表： 在特定粒度上存储可度量的事件/事务数据（数值）。
• 维度表： 拆分为多个相连的表以表示层次结构。

示例（医疗保健）：

• 病人 → 病房 → 科室 → 医院
• 医生 → 专业 → 科室

事实表：就诊

维度表（已规范化）

Patient   (PatientID, FullName, WardID)
Ward      (WardID, WardName, DepartmentID)
Department(DepartmentID, DepartmentName, HospitalID)
Hospital  (HospitalID, HospitalName)

Doctor    (DoctorID, FullName, SpecialtyID)
Specialty (SpecialtyID, SpecialtyName, DepartmentID)

关系

关系仍主要是 一对多，但维度通过多个层级相连（例如，病人 → 病房 → 科室 → 医院）。因此，过滤路径比星型模式更长。

良好的数据建模至关重要，因为它直接决定报告的效率、准确性和可用性。结构清晰、关系明确且冗余度低的模型能够提升查询性能，使仪表板即使在数据规模扩大时也能更快加载。通过强制数据完整性约束并定义实体之间的逻辑连接，确保计算、过滤和聚合在整个系统中保持准确，防止产生误导性洞察的错误。