数据仓库之维度建模简谈

简单记录下数据仓库之维度建模。

写在前面

在多维数据仓库中，保存度量值的详细值或事实的表称为“事实表”；一般用来存储历史数据（如销售额、利润等）；事实数据表不应该包含描述性的信息。如下面销售数据事实表。

总结：事实表主要是用来存储事实的度量值和各个维的码值（即维度表的主键ID）

维度表是用来存储维度属性，是观察问题的不同角度。如下地区维表

地域维ID	国家	省份	城市
J0001	CHINA	广东省	广州市
C1011	CHINA	山东省	济南市
D1100	CHINA	山西省	太原市

下面以维度建模中常用的星星模型举个栗子：假如某业务部门想要统计过去几年的销售情况，就可以像如下进行数据建模。

ps:图片摘自网络。

该过程主要对关键的业务逻辑以及规则进行处理，通常是选择多个业务过程对主题合理的划分。

以淘宝购物举个例子：

业务过程通常用行为动词表示，表示业务执行的活动，比如上面的黄色棱形框。一旦业务过程确定之后，事实表的基本构建已经明确。

粒度的声明确定了事实表每一行代表什么业务，一般以最小粒度进行事实表的构建，这样做是方便向下钻取

Tips:

粒度：定义为“如何描述事实表的单个行?”；以上面淘宝购物为例，对于订单这个过程，就可以选择订单这个粒度。不同的业务场景有不同的粒度，比如产品粒度，时间粒度等等

钻取：olap概念，后续细说。。。

完成了粒度的声明，也就意味着维主键已经确认，对应的维度字段就可以确认了。比如上面淘宝购物栗子，相关的维度信息：买家维度、卖家维度、商品维度、时间维度。

事实可以通过回答“过程的度量是什么”来确定。应该选择与业务过程有关所有事实，且事实的粒度要与所声明的事实表粒度一致。事实有可加性、半可加性、非可加性事实，需要将不可加事实分解为可加的组件。

在淘宝购物的订单付款事务事实表中，同粒度的事实有子订单分摊的支付金额、邮费、优惠金额等。

以上为构建数仓常用的一些理论知识，后续会不断完善和提高。。。

参考：