前文連結: https://blog.csdn.net/rav009/article/details/85690985

繼續介紹 Lambda結構 一些理念:

fact-based model

在關係型資料庫的時代，我們通過維度表和事實表來組成資料倉庫。但是到了大資料時代，由於資料的容量不再受到限制，我們可以大膽的使用事實表來作為資料倉庫的基礎。這並不是說要取消維度表，而是說維度表用的少了，Normalization用的少了。

Normalizaion和維度表的作用是節省空間, 比如使用者維度表裡存放了使用者的各種屬性, 這些屬性不必在事實表裡重複存放. 節省了空間. 同時當用戶的屬性發生變化時, 只需要更新維度表, 所有與維度表 有關聯關係 的事實表都能得到相應的更新. 這是Normalizaion的好處。

但是在大資料時代，Normalizaion和維度表的存在導致當我們需要用維度的屬性來對資料進行統計時(group by), 事實表和維度表的Join不可避免。一旦Join發生, 大資料的Join導致效能低下就不可避免. 

所以Lambda框架建議在Batch Layer的維度資料是Normalized, 而在Serving Layer的Batch View是denormalized。

fact-based model 除了上述的 大膽使用denormalized 外，另一個體現叫"immutable data"（不變資料，不update資料）。比如使用者的職業或住址發生了變化, 我們不是過update記錄這樣的變化, 而是通過事實表的方式, 記錄使用者的變化, 比如在什麼時間, 使用者的某個屬性變成了一個 new value。這樣對於人為誤操作也有很好的保護作用，我們不會輕易去update以前的資料，而是通過insert 新資料來取代以前的值。當我們發現insert的新資料有誤時，可以把錯誤的值刪除，就能退回原來的值。試想如果我們做了update操作, 就無法回退原來的old value. 像Hive這樣的大資料資料庫在預設的配置下, 本身就是不支援 update 和 delete 操作的。

除了fact-based model外, 其他的一些概念比如預計算, 分散式儲存都是老生常談不再贅述.