**离线电商数仓学习笔记day11**

离线电商数仓学习笔记03-系统业务数据

电商常识

SKU：库存量基本单位，引申为产品统一编号的简称，每种产品均对应有唯一的SKU号。
SPU：商品信息聚合的最小单位，是一组可复用、易检索的标准化信息集合。
比如我们去商场买一部苹果手机IPhonex，IPhonex就是SPU，而128G内存，银色的IPhonex这种具体到颜色的就是SKU。有点类似于类与对象的区别。

数仓理论

1 表的分类
实体表：一般用于存储现实存在的业务对象，比如用户，商品，商家等；
维度表：一般指对应的业务状态，比如订单状态之类的，也称为码表；
事务型事实表：一般指随着业务变化不断产生的数据，特点是一旦发生不会再变化，比如交易流水，操作日志等；
周期型事实表：一般指业务发生不断产生的数据，特点是会随着业务的周期性的推进而变化，比如订单之类；

2 同步策略
全量表：存储完整的数据；
增量表：存储新增的数据；
新增及变化表：存储新增加的数据和发生变化的数据；
拉链表：对新增及变化表做周期性合并。

实体表同步策略
实体表：主要是商品、用户、商户数据等等；
数据量比较小，可以做每日全量

维度表
维度表：主要是指订单状态、商品分类之类的
数据量同样比较小，可以做每日全量，对于不变的维度，可以存一份固定值

事务型事实表
事务型事实表：指随业务发生不断产生的数据，且数据发生不会改变，
数据量巨大，且每日都会新增，所以可以做增量表，并对每日数据进行分区储存

周期型事实表
周期型事实表：比如，订单、请假、贷款申请等；
这类表从数据量的角度，存每日全量的话，数据量太大，冗余也太大。如果用每日增量的话无法反应数据变化。 每日新增及变化量，包括了当日的新增和修改。一般来说这个表，足够计算大部分当日数据的。但是这种依然无法解决能够得到某一个历史时间点（时间切片）的切片数据。 所以要用利用每日新增和变化表，制作一张拉链表，以方便的取到某个时间切片的快照数据。所以我们需要得到每日新增及变化量。

3 范式理论
关系型数据库设计时，遵照一定的规范要求，目的在于降低数据的冗余性，目前业界范式有：第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)、第五范式(5NF)。

使用范式的根本目的是：
1）减少数据冗余，尽量让每个数据只出现一次。
2）保证数据一致性