data-modeling-with-postgres

要求：设计一个数据仓库来存储有关不同用户正在播放的所有歌曲的数据。这个想法是使数据适合于分析。 解决方案： 创建一个具有4个维度表和一个事实表的数据仓库：用户-用户维度及其属性Songs-歌曲维度及其属性artist-艺术家维度及其属性time-time维度及其属性songplays-在事实表中播放所有歌曲系统以及指向不同维度的链接 将数据插入数据仓库 该解决方案包含以下文件： sql_queries.py：包含删除和创建数据库对象所需的所有sql查询，以及将数据插入表中的插入查询。 cre

目标： 将以下概念付诸实践： 数据建模（应用概念建模，然后构造事实表和维度表） 数据库模式（将特定的模式应用于事实和维度表，适合我们的数据大小和结构=>星型模式） ETL管道（构造ETL管道以将数据从日志文件传输到数据库表） 项目描述： 该项目的目的是为一个名为Sparkify的虚构音乐流服务创建SQL分析数据库。 Sparkify的分析团队致力于了解用户在公司音乐应用上播放歌曲的内容，时间和方式。 分析师需要一种简单的方法来查询和分析数据，这些数据当前存储在应用程序上用户活动的

项目1：使用Postgres进行数据建模 介绍 一家名为Sparkify的初创公司希望分析他们在新音乐流应用程序上收集的有关歌曲和用户活动的数据。 分析团队对了解用户正在收听的歌曲特别感兴趣。 当前，他们没有一种简单的方法来查询数据，该数据位于应用程序上有关用户活动的JSON日志目录中，以及位于应用程序中的歌曲上的具有JSON元数据的目录中。 分析团队希望像您一样的数据工程师使用表来创建Postgres数据库，该表旨在优化歌曲播放分析中的查询。 您的任务是为该分析创建数据库架构和ETL管道。