什么是数据集市？

数据集市是一种面向单一主题的关系数据库，它以行和列的形式存储数据，便于访问、组织和理解。由于它包含历史数据，因此分析师能够更容易确定数据趋势。目前大部分公司的数据集市主要有两种模式，星型和雪花型。

• 星型：星型模式是多维数据库中表的逻辑结构，其形状类似于星形。在此模式中，一个事实表（与特定业务事件或流程相关的指标集）位于星形的中心，周围环绕着几个相关的维度表。各维度表之间相互独立没有连接的结构使查询更容易，因此星型模式对于想要访问和导航大型数据集的分析师来说非常高效。
  
• 雪花型：雪花模式由星型模式的逻辑扩展而来，使用附加维度表来构建生成。规范化的维度表用来保护数据的完整性并确保数据最小化。使用雪花模式的主要好处是对磁盘空间的需求较低，但需要注意的是，附加的维度表会对性能产生负面影响。

数据集市的目标是在最短的时间内为业务用户提供最相关的数据。凭借其相对于数据仓库更小、更集中的设计，数据集市可为用户带来多项好处，包括但不限于以下内容

数据集市本质上是一个简化的数据仓库，但它们仍然存在区别。在容量大小上，数据仓库很大，通常在 100GB 到 1TB 或更多，而数据集市通常小于 100GB。在来源上，数据仓库收集和管理来自不同来源的数据，但数据集市只关注一个主题，并且只从少数数据来源中提取数据。在用途上，企业数据仓库由于规模较大非常适合制定总体战略决策，但数据集市规模要小得多且主要针对部门级别的业务团队，因此多用于制定战术业务决策。在实施过程上，数据仓库的实施过程可以从几个月延长到几年，而数据集市通常仅限于几个月。