数据中心模型为上层指标开发提供数据基础，基于现有的数据模型，开发原子指标时，用户无需调研底层数据关系，直接通过可视化的页面即可配置生成指标，统一了指标数据来源的同时，也降低了指标开发的技术门槛。
在指标平台里，模型提供了最基础的事实表和维表之间的基本关系，方便后续创建指标时，直接基于已经固化好的数据关系进行开发。
下面将具体介绍一下数据模型的相关的原理以及操作方式。
模型分类
围绕着维度建模的核心理论，支持常见的单例模型、星型模型和雪花模型：
单例模型：单张事实表组成的模型；
星型模型：一张事实表，加上一个或多个维度表，事实表和维度表之间通过主键外键相关联，且维度表之间没有关联，从形状上看就像很多星星围着一个星星一样，所以叫星型模型；
雪花模型：将星型模型中的某些维度再进一步进行规范，抽取成更细的维度表，让维度表之间也进行关联，那么这个时候，即为雪花模型；
建设过程中，一般会尽可能地避免雪花模型，更多地采用星型模型。
组成要素
数据模型包括表、关系、度量、维度四大组成要素：
表：主要以一张事实表和一张或者多张维度表的形式存在，不同类型的表后续计算指标时取数的逻辑会有所不同。
关系：不管是星型模型还是雪花模型，都会包含多张表，且表之间通过固定的关系形成一个稳定完整的模型；
指标：一个指标对应一个字段，作为后面原子指标的统计来源；
维度：一个维度对应一个字段，作为后面指标统计的维度来源。
提示:基于实际业务情况建立的稳定标准的数据模型，为后续原子指标创建提供便利的同时，也能够规范化指标整体的数据链路，故数据模型稳定后，一般不建议去频繁地更改。表关联
可选择表建立模型，表之间可设置关联关系、分析方向。 单个表/视图需要设置的具体信息规则如下：
详情请参见：关联
指标管理
指标用于后续指标加工过程中的公式，请至少选择一个指标。
维度管理
维度管理是后续指标加工过程中用到的所有维度的汇总。同一模型下的维度信息设置不可重复。
提示:为了保证后续加工指标可以充分、灵活选择聚合维度，模型定义维度时，一般需要尽可能根据实际的业务场景，把需要分析的维度都考虑进去。
