clouderaManager--------------知行教育大数据分析平台（三）

维度分析

数据仓库中的数据分析处理，其实就是对数据按照维度进行分析

维度

大白话：以不同的视角去看待数据

维度是事务的特征，如颜色、区域、时间等，可以根据不同的维度来对指标进行分析对比。

维度也可以分为：

• 定性维度：在事务的特性上去看待数据，按照地理位置分布计算指标、按照颜色来计算
• 定量维度：在事务的数值上去看待数据，比如：按照分数的区间统计各区间的学生人数

指标

大白话：被看待的数据主题

指标是衡量事务发展的标准，也叫度量，如价格，销量等；指标可以求和、求平均值等计算

指标也分为：

• 绝对数值指标：体现的是绝对值上的数据指标结果。比如 访问量、购买量、客单价
• 相对数值指标：体现的是在相对值上的数据指标结果。比如：课程通过率、访问转化率

维度的分层和分级

维度并不是固定的，维度都可以对其进行细化得到其子维度。
在维度上，会有层级关系
表示上层和下层关系，我们叫做分层
同层之间的关系我们叫做分级

如图，课程维度这里就是 2层，4等级。

维度的上卷和下钻

上卷：从当前维度向上找其上层维度进行统计分析

下钻：从当前维度向下找其下层维度进行统计分析

数仓建模

两种常见的数仓设计

• 三范式建模
  尽量减少数据冗余，以关联的形式去关联数据
  优点：空间占用小，数据冗余少
  缺点：查询要用很多的JOIN

• 维度建模
  不在意数据冗余，尽量为了维度而服务
  优点：查询的时候不需要多数的JOIN
  缺点：数据占用空间大
  对于现代的企业来说，空间换性能，是划算的。因为硬盘便宜（相对）。