数据模型设计面试相关问答1

如何设计数据模型？

数据模型是依据明确的业务关系，建立基于维度、事实表以及相互间连接关系的模型，实现多角度、多层次的数据查詢和分析。如何设计出稳定、易扩展、高可用的数据模型来支持用户消费对数据主题联接至关重要。

多维模型设计有4个主要步骤，包括确定业务场景、声明粒度、维度设计和事实表设计。

（1）确定业务场景

分析业务需求，识别需求中所涉及的业务流及其对应的逻辑数据实体和关联关系。如业务负责人（PO）履行全流程可视，首先需要识别监控的具体业务环节（如发货、开票等），再根据这些业务环节识别其对应的逻辑数据实体及关联关系。

（2）声明粒度

粒度表示数据单元的细节程度或综合程度，细节程度越高，粒度越细：细节程度越低，粒度越粗。声明粒度是维度和事实表设计的重要步骤，声明粒度意味者精确定义事实表的每一行表示什么。

（3）维度设计

维度是用于观察和分析业务数据的视角，支持对数据进行汇聚、钻取、切片分析。维度由层次结构（关系）、层级、成员、属性组成。维度可以分为基础树和组合树，维度基础树提供统一定义的、完整的层级结构和成员；维度组合树根据业务使用场景进行定制。

维度设计需要满足单一性、单向性和正交性。

1、单一性：有且仅有一个视角，在同一个维度中不能穿插其他经营分析的视角，例如，区域维不含客户视角，产品维不含客户视角等。

2、单向性：“上大下小”，维度只能支撑自上而下的分解和自下而上的收敛，每个成员只能存在向上的收敛路径，不能具备向上和向下两个方向的收敛逻辑。

3、正交性：成员两两不相交，同一成员不能同时拥有多个上级成员，以产品维为例，华为向客户提供的设备或服务都只能被准确地分配到唯一叶子（最底层）节点，并以此路径进行收敛。

（4）事实表设计

事实表存储业务过程事件的性能度量结果，由粒度属性、维度属性、事实属性和其他描述属性组成，如图所示。

粒度属性是事实表的主键，通常由原始数据的主键或一组维度属性生成。

维度属性是从维度中继承的属性，可以只继承主键作为事实表的外键，也可以继承维度中全部或其他部分的属性。在上述例子中，事实表中除了有币种ID，还可以带有币种编码和币种名称等属性。

•事实属性是可以对该颗粒度的事实进行定量的属性，大多数的事实表包括一个或多个事实字段。

•同一事实表中不能存在多种不同粒度的事实，比如PO行明细事实表中不应该包含PO总金额，否则PO 总金额累加时会出现错误。