星型模式(star schema)是在學校學習數據建模和數據庫設計時的經典模型。

以下是模式的簡單解釋：

1. 數據庫模式(database schema)：它展示了在關聯數據庫中數據如何使用鍵相互關聯的設計。

2. 一對多關係(1 to many relationship)：這說明了兩個表之間的關係，其中它們都有一個共同的列，我們稱之為“鍵”。在這種關係中，一個表的行中有唯一、不重複的鍵（“一”表示這種關係），而另一個表的行中有重複的鍵（“多”表示這種關係）。

例如，銷售訂單表中可能包含相同的客戶多次，因為客戶下多個訂單。客戶表只包含每行1個客戶名稱，因為它包含客戶數據，每個客戶數據都是唯一的。

維度資料表(Dimension table)：這些表的鍵是唯一且不重複的，例如日期、產品、銷售等。

事實表格(fact table)：這些表的鍵是重複的且不唯一的。通常包含歷史記錄或實際信息表。示例包括交易表、廣告成本表等。

星型模式(star schema)：這是一種設計，其中有一個事實表與多個具有一對多關係的維度表相關聯。連接看起來有點像一顆星星。

在現實世界中，一家公司的數據庫通常包含多個事實表，因為信息來自多種不同的來源和平台。因此，對於多樣化和動態的儀表板，設計星型模式幾乎是不可能的。

我想與大家分享一些建模的技巧和訣竅，以確保你的模式設計不會出現歧義。

Ｔip #1
雙向關係：在沒有交叉篩選(bidirectional filtering)問題的情況下使用雙向關係(bidirection relationship)，否則你將使PowerBI在報告中兩次篩選表格，導致計算出現問題。

雙向關係將導致數據建模中的歧義，並導致交叉過濾。

Tip #2
有一個主維度資料表(Dimension table)來接事實表格(fact table)，且用它來連其他維度資料表。

在PowerBi中，對維度的雙向連接將自動導致1個連接被停用。

解決方法之一是只保留1個主維度資料表，然後用它來連所有的事實表格。請確保建立的關係不是雙向的（參見下面的截圖）。

Tip #3
只保留你需要的行列

有時，當你需要為多個事實表格(fact tables)設計模型時，你會覺得保留原先數據裡有的行列以免以後要用。可是這樣做只會導致模型載入時間更長，使數據轉換更慢。所以，我建議只保留你實際要用的行列就好。

希望這些技巧能幫助你打下Powerbi模式設計的良好基礎。

對 dbt 或 data 有興趣 :wave:？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加