大家做数据多年，在不少企业的数据系统中，可能会遇到这样的问题：

不同系统里都有个叫“客户ID”的字段，一个是营销系统里的潜在客户编号，一个是CRM里的注册用户ID，另一个是订单系统里的付费客户主键，这些字段名看起来一样，实际含义却完全不同，数据团队拉错字段算错指标，分析有误，业务根本无法展开。

这些问题看似是字段管理没做好，其实背后真正的原因是：没有建立起统一的数据模型，数据结构在最开始就没对齐。

在正文开始前，给大家分享数据仓库和大数据平台建设解决方案：整合多源业务数据，为企业提供一站式数据仓库建设和上层数据产品集成应用解决方案，构建集数据集成、报表制作展示、BI数据分析于一体的大数据平台。

01 数据建模VS数据模型

一、数据模型是“结果”，建模是“过程”

数据建模

数据建模是将业务世界中的对象、行为和规则，通过结构化方式映射为数据模型的过程。简单来说，数据建模就是基于业务理解，对数据进行结构化设计，让数据变得可读、可用、可分析。

通过建模，企业可以明确“有哪些数据”“数据之间是什么关系”“哪些是关键指标”“业务如何通过数据来决策”，并最终将这些信息固化为可以落地执行的模型结构，服务于查询、分析与运营等核心场景。

它的目标不只是“把数据装进数据库”，而是让数据具备业务语义，让使用者能准确、快速地获取有价值的信息，及时作出反应，为企业创造更高的效益。

数据模型

数据模型是一种抽象化的表达方式，用于描述数据的结构、数据之间的关系以及相应的业务规则。它通过“实体 + 关系 + 约束”的方式，把业务世界中的各种对象（例如客户、产品、订单）转换为数据系统可识别的结构化表达。

它不直接存储数据，但决定了数据该如何组织、如何命名、如何关联。例如你看到的一张星型模型结构图、一套表结构说明文档、一个订单主题域ER图，都是典型的数据模型成果。

可以说数据建模是从业务理解出发，来制定这些模型的过程。

二、为什么要数据建模

在数据治理实践中，很多企业面临一个共同问题：标准有了，规范也定了，但数据依然“该乱还乱”。字段命名混乱、指标口径不一致、数据质量难保障，这些现象屡见不鲜。很多时候，企业投入大量精力梳理命名规则、指标定义和质量标准，却发现真正上线使用时，系统里依旧“一团糟”。

造成这一现象的核心原因在于，这些标准并没有以结构化的形式进入数据系统，缺乏有效的承载方式。仅靠文档记录和口头协商，远远不足以支撑数据在全流程中的规范执行。

数据建模，正是解决这一问题的关键手段。

通过建模，企业可以将字段标准、指标规则、质量约束等要求，转化为清晰的模型结构，固化为表结构、字段定义、数据关系等内容。这些模型不仅在开发阶段为数仓提供了统一的结构指导，也在后续的ETL流程、BI使用、数据校验中持续发挥作用。

建模后的数据仓库，不再是简单的“数据搬运”，而是带有明确业务语义和结构逻辑的系统。数据字段命名规范可查、表之间的关系清晰可溯、指标的计算逻辑在建模阶段就已沉淀，避免了开发过程中的主观判断与重复定义。同时，建模还能作为数据质量校验的基准，辅助实现自动化的入库校验和事后核验，支撑数据治理的闭环落地。

可以说，数据建模是贯穿“标准制定、开发实现、数据使用与质量管控”的核心桥梁。没有建模，数据标准就无法嵌入业务流程和系统执行，数据仓库也很难真正“被使用”起来。

因此，在数据仓库建设中，建模不仅是第一步，更是决定后续数据能否高效复用、业务是否能够理解和使用的关键环节。

三、数据建模三阶段

建模阶段怎么走？从抽象到落地，通常分为概念建模、逻辑建模、物理建模三个阶段：

概念建模：从业务出发，识别关键实体（如客户、产品、订单）及它们之间的关系，是数据世界的“草图”。
逻辑建模：在概念模型基础上，引入字段、主键、外键、依赖关系等，更贴近系统语言，但不依赖具体技术平台。
物理建模：最终将逻辑结构落地到数据库，设计表结构、索引与存储策略，是数据系统正式运行的蓝图。

也有部分大型项目会在最前面增加“业务建模”阶段，用于整体流程梳理与业务主题域划分，从而构建更稳的建模起点。数仓主题域与数据域：深度解析。

02 数据建模的几种方式

数据建模没有唯一标准，不同场景用不同方法适用于不同的业务目标和技术背景，看看三种常见的数据建模方法：哪种适合你？

一、范式建模

范式建模（3NF，全称 Third Normal Form）来自传统数据库设计领域，是一种注重数据一致性与结构规范性的建模方法。在这个体系下，一条数据永远只出现一次，所有字段必须符合严格的依赖逻辑，不能出现“同名异义”或“多余字段”这种情况。

举个例子，如果你在构建一个用于业务记录和追踪的系统（比如订单录入系统、客户资料维护平台），你一定不希望某条订单信息在多个表里重复存在，更不希望有一天你发现某个“客户名称”在系统里有三种拼写。

这时候，范式建模就是你最靠谱的底层设计方案：它能确保每一份数据都来源可追、依赖清晰；帮你维护数据质量，让更新、删除都不牵一发而动全身；还能避免数据冗余，提升系统的稳定性与安全性。

所以，范式建模常常被用于构建ODS层，以及各种对数据一致性要求极高的业务记录系统，比如银行账务、医疗档案、生产管理等领域。

当数据结构太规范、分得太细，一次查询就得关联七八张表，查询效率就会大打折扣，特别是在面对需要“横向分析、纵向对比”的BI报表场景时，范式建模反而成了一种“性能瓶颈”。某些时候老板希望一键拉出“某类客户在近12个月的消费分布”，用范式建模的结构可能就是又慢又卡还容易报错，这时候就该考虑另一种更适合“分析型场景”的建模方式了，比如我们接下来要讲的——维度建模。

二、维度建模

维度建模（Dimensional Modeling）是由 Kimball 首先提出的一种数据建模方法，主要应用于数据集市的构建，适用于以分析需求为主导的业务场景，以“业务流程”为核心，以“事实数据”为中心，通过组织维度（如时间、地区、产品等）和度量指标（如销售额、订单数、访问量等），形成面向主题的分析数据结构。

维度建模将表划分为两类：事实表和维度表，通过它们之间的关联构建模型结构，前者用于存储可度量的业务事件（如交易、订单、点击），后者用于描述这些事件发生的背景信息（如发生时间、发生地点、客户身份等）。

换句话说，维度建模就是为“看得懂、分析快”而设计的结构，它不追求字段最规范、结构最严谨，而是优先考虑业务使用时的便捷性，维度建模让数据像拼图一样组成业务故事：一张订单背后有哪些客户？这位客户来自哪里？在什么时间下的单？买的什么商品？……

这些信息原本可能散落在多个系统表中，维度建模把它们重新整合，让业务视角可以一目了然地串联起来，相比范式建模强调“数据不重复、结构不冗余”，维度建模在意的是“查询效率高、业务口径准、指标逻辑清晰”。

在维度建模过程中，通常包括以下几个核心步骤：

1、选择业务过程：明确需要建模的业务主题，例如“订单处理”或“客户注册”；

2、声明粒度：确定事实表中一行数据的含义，例如“每一笔订单”或“每一订单中每个商品”；

3、识别维度：从业务场景中识别出可供分析的维度，例如“时间”、“客户”、“产品”等；

4、确定事实：确定需要追踪的度量指标，例如“金额”、“数量”、“时长”等。

维度建模最常采用的模型结构是星型模型（Star Schema），即以中心事实表为核心，连接多个维度表，其他常见结构还包括雪花模型和星座模型。

标准的星型模型，维度只有一层，分析性能最优
雪花模型具有多层维度，比较接近三范式设计，较为灵活
星座模型基于多个事实表，事实表之间会共享一些维度表，是大型数据仓库中的常态，是业务增长的结果，与模型设计无关

总的来说，维度建模是以业务分析为导向的数据建模方式，它用数据语言表达业务过程，强调主题清晰、结构简洁、分析高效，主要适用于数据集市层，但很难提供一个完整地描述真实业务实体实体之间的复杂关系的抽象方法。博主推荐必读书籍：

三、实体建模

实体建模（Entity Modeling），是一种从业务视角出发，抽象现实世界中“事物”及其“关系”的建模方法，是数据建模工作中最基础、也最贴近业务本质的环节。

它强调对业务对象，即“实体”的定义，以及实体之间逻辑关系的刻画，每个实体通常对应业务中一个可以独立存在的“事物”，如客户、订单、产品、合同等；实体之间的关系则描述它们在业务中的连接方式，比如“一位客户可以下多个订单”、“一个订单中包含多个商品”。

在数据建模流程中，实体建模一般作为概念建模阶段的主要任务，用于描述企业核心业务概念及其结构、澄清各业务对象之间的联系、为后续逻辑建模和物理建模奠定基础。

实体建模常见的表示形式是 ER 图（Entity-Relationship Diagram），通过“实体Entity”、“属性Attribute”和“关系Relationship”的组合来构建业务蓝图。

在任何一个大型的数据系统建设中，实体建模往往都是从零开始搭建的起点，不能一上来就做范式设计、也不能立刻搭建事实表和维度表，因为这时候连“客户”“订单”等基本业务实体的定义都可能模糊不清。

只有在实体建模阶段，把核心对象抽象清楚、业务边界理顺，后续才能正确构建维度建模结构（哪些维度归属哪个主题）、合理拆解逻辑模型（如何定义主键、外键、依赖）、稳妥推进数据标准制定与元数据管理。

可以说，如果没有良好的实体建模，数据建模工作就缺乏“地基”，再多的结构也只是空中楼阁，和维度建模、范式建模相比，实体建模强调的是“抽象能力”和“沟通能力”，不讲求性能，也不立即落地，但它的意义在于让所有数据工作都有了一个共同的起跑线。

实体建模强调业务抽象，范式建模强调结构规范，维度建模则追求分析效率。三者各有所长，服务于不同的数据使用场景。在真实项目中，没有哪一种建模方式是“标准答案”，更多时候，它们是协同使用、分层应用、动态演进的，理解建模方法背后的系统逻辑和业务目标，才是做好数据建模的第一步关键。

本文来自公众号：数据仓库与python大数据