星型模式（数据建模）仍然与使用 Databricks 的 Lake House 模式相关吗？

Question

我对 Lake House 架构模式了解得越多，并关注 Databricks 的演示，我就几乎看不到任何关于传统数据仓库（Kimball 方法）中的维度建模的讨论。我知道计算和存储要便宜得多，但是如果没有数据建模，查询性能是否会有更大的影响？从 Spark 3.0 开始，我看到了所有很酷的功能，例如自适应查询引擎、动态分区修剪等，但是维度建模是否因此而过时了？如果有人使用 Databricks 实现维度建模，请分享您的想法？

Answer 1

Kimball 的星型模式和 Data Vault 建模技术仍然与 Lakehouse 模式相关，并且提到的优化，例如自适应查询执行、动态分区修剪等，与数据跳过、ZOrder、布隆过滤器等相结合，使查询非常高效。

事实上，Databricks 数据仓库专家最近发表了两篇相关博客文章：

• 数据仓库建模技术及其在 Databricks Lakehouse 平台上的实现：在 Lakehouse 上使用数据仓库和星型模式
• 在 Databricks Lakehouse 平台上实施数据仓库模型的规范性指南