一、数据仓库特点
1面向主题
2集成性
3不可更新
4时变性
二数仓架构分层
三数仓建模
1建模方法
范式建模法、维度建模法、实体建模法
2范式建模(3NF)
1)原子列属性不可分;
2)非主属性完全依赖主键
3)不存在传递依赖
PS:数据过于规范化,不利于数据分析;
3维度建模
维度建模步骤:
PS:数据经过大量预处理,会有大量数据冗余,可以直观反映业务问题提升数仓分析处理能力;
1)星型模型
2)雪花模型
相比星型模型更规范一些,但是模型维护成本较高,且需要关联多层维表性能较低,理解较难
3)大星座模型
四、缓慢变化维
针对维度属性变更情况,比如销售人员组织关系调动,从A区域到B区域,统计他的销售情况。
方案1:新数据覆盖旧数据
PS:维度属性变化不影响数据统计或者业务上允许按最新数据统计才行
方案2:拉链处理,保存多条数据,通过添加技术字段如生效日期失效日期来区分
五、指标体系
1、原子指标
基于某一业务事件行为下的度量,是业务定义中不可再拆分的指标(不加任何修饰词),体现明确的业务统计口径和计算逻辑并具有明确业务含义的名词。
2、派生指标(原子指标+业务限定+时间周期构建)
3、衍生指标(派生指标的简单复合运算)