吴乙己的数仓指南_4自顶向下需求拆解

0.引言

前面的四篇文章，为大家讲解了许多理论，没有见到落地的东西。在本章我将以一个简单的指标需求demo讲解从需求拆解为各层表设计的过程。

1.demo

1.1demo简介

用户是某制造业生产管理部门高管，希望每天9：00可以看到昨日一号车间生产总量以及总出勤时长。

1.2 设计过程

1.2.1设计ADS层表结构

基于demo，我们得到了生成ADS层表的4个关键要素，也就是分析维度，统计周期，业务限定，和计算公式。

分析维度：日期（昨日），部门（一号车间）
统计周期：每日刷新，9：00前需刷新完毕
业务限定：昨日/一号车间
计算公式：生产总量——sum(产量)，总出勤时长——sum(出勤时长)

有了这4个要素，就可以设计出ADS表的表结构：

——彩色部分为实际表结构，无底色部分为汇总说明，文章后面内容也是如此

1.2.2设计DWS层表结构

基于上一小节设计的ADS层表结构，我们可以看到该汇总表根据度量分解由两个原子指标构成。因两指标之分析维度并不全量匹配，故需拆为两表。

1.昨日一号车间各产品生产总量

分析维度：日期（昨日），部门（一号车间），产品品类（各产品）
统计周期：每日刷新，9：00前需刷新完毕
业务限定：昨日/一号车间
计算公式：生产总量——sum(产量)

2.昨日一号车间总出勤时长

分析维度：日期（昨日），部门（一号车间），人员（打卡）
统计周期：每日刷新，9：00前需刷新完毕
业务限定：昨日/一号车间
计算公式：总出勤时长——sum(出勤时长)

如果多个原子指标的分析维度、统计周期、业务限定都是可以复用的，而且在分析场景中是基于业务高内聚的，我们可以把它们放在一个DWS层表中。

1.2.4设计DWD层表结构

基于DWS层表结构以及统计周期/业务限定/原子指标，可以设计出DWD层表结构，有：

1.车间装箱明细表

P.S.代理键可理解为主键

2.车间员工打卡明细表

【重要】实际场景事实表的设计方式要基于业务需求和数据来源

1.2.5设计维度表结构

综上，在该业务需求中有4种维度：日期/部门/人员/产品品类。
此处以日期举例有：
日期：

维度表的设计应考虑当下分析和未来的分析需求，具体业务问题具体设计。

1.2.6设计ODS层表结构

基于DWD表&数据源支持情况设计ODS层表结构：
1.车间装箱明细表

2.车间员工打卡表

【重要】实际场景事实表的设计方式要基于DWD层表结构和数据来源。

2.最大公约数

细心的阅读者可能已经发现，衍生指标一拥有日期/部门/产品品类，三个维度；衍生指标二拥有日期/部门/人员，三个维度；而组装出的汇总表只有日期/部门两个维度。

与1.2.2最后一句的含义相同，我抛出的就是“最大公约数”原则，多个指标组装，组装出的汇总表拥有的维度组合单元必须是所有指标共有的。

---

以上就是本章内容，如何设计表明、字段名、字段类型、表更新逻辑、DAG图在这里不再展开，相信大家看到图中示意，如何落地表+设计ETL任务已经一目了然。

看完本章大家如果只能记住一个词我希望是“最大公约数”。

下一章讲一下维度建模常用的技巧，敬请期待。

【版权所有，翻版必究。】