本文详细阐述了数仓建设的七个关键步骤：业务流程梳理、领域划分、指标体系构建、实体关系分析、维度标准化、数仓分层设计和模型开发。通过实例和工具展示，帮助读者理解如何从业务出发，实现高效、标准的数仓建设并避免常见问题。
实用干货来了！
有朋友私信我，说希望了解数仓的整体建设中的细节及模板。那有啥说的，上干货！
数仓全景图镇楼
00
建设过程
数仓建模的过程分为业务建模、领域建模、逻辑建模和物理建模，但是这 些步骤比较抽象。为了便于落地，我根据自己的经验，总结出上面的七个步骤：梳理业务流程、垂直切分、指标体系梳理、实体关系调研、维度梳理、数仓分层以及物理模型建立。每个步骤不说理论，直接放工具、模板和案例。
01
业务流程
1
找到公司核心业务流程，找到谁，在什么环节，做什么关键动作，得到什么结果。
2
梳理每个业务节点的客户及关注重点，找到数据在哪。
02
分域/主题
3
决定数仓的建设方式，快速交活，就用自下而上的建设。要全面支撑，就顶层规划，分步实施，交活稍微慢点。
4
同时按照业务领域划分主题域。主题域的划分方法有：按业务流划分（推荐）、按需求分、按职责分、按产品功能分等。
03
指标体系
5
指标的意义在于统一语言，统一口径。所以指标的定义必须有严格的标准。否则如无根之水。
指标可分为原子指标、派生指标和衍生指标，其含义及命名规则举例如下：
6
依照指标体系建设标准，开始梳理指标体系。整个体系同样要以业务为核心进行梳理。同时梳理每个业务过程所需的维度。维度就是你观察这个业务的角度，指标就是衡量这个业务结果 好坏的量化结果。
请注意，此时不能被现有数据局限。如果分析出这个业务过程应该有这个指标，但是没有数据，请标注出来，提出收集数据的需求。
04
实体关系
7
每个业务动作都会有数据产生。我们将能够获取到的数据，提取实体，绘制ER图，便于之后的维度建模。
8
同样以业务过程为起点向下梳理，此时的核心是业务表。把每张表中涉及的维度、指标都整理出来。
05
维度整理
9
维度标准化是将各个业务系统中相同的维度进行统一的过程。其字段名称、代码、名字都可能不一样，我们需要完全掌握，并标准化。
维度的标准尽可能参照国家标准、行业标准。例如地区可以参照国家行政区域代码。
另外，有些维度存在层级，如区域的省、市、县。绝大多数业务系统中的级联就是多层级维度。
06
数仓分层
10
数据仓库一般分为4层，名字可能会不一样，但是其目的和建设方法基本一致：
每一层采用的建模方法都不一样，其核心是逐层解耦。越到底层，越接近业务发生的记录，越到上层，越接近业务目标。
11
依托数仓分层的设计理论，根据实际业务场景，我们就可以梳理出整体的数据流向图。这张图会很清晰的告诉所有人，数据从那来，到哪里去，最终提供什么样的服务。
07
模型建立
12
此时才真正进入纯代码阶段。数仓、ETL工具选型；ETL流程开发；cube的建立；任务调度，设定更新方式、更新频率；每日查看日志、监控etl执行情况等等。
前面梳理清楚了，ETL会变的非常清晰
私货
1、数仓建设必须从业务中来，到业务中去；
2、数仓分层的目的是业务解耦；
3、无论哪种建模方式，其核心是业务实体；
4、按领域建设能快速交活，后遗症将会在2年之后爆发，且难以解决；
5、数仓建设应该把75%的时间投入到设计阶段，如果不是，那你就惨了；
6、数仓本身也可以迭代。
7、传统数仓并没有一种叫做“宽表模型”的模型，大数据时代新诞生的名词，因为很多大数据组件join代价极高。实际上是范式退化。
如何理解《2020年大数据白皮书》的大数据技术最新发展趋势？ 原创
如何更深刻的理解 “Gartner2020年数据与分析技术十大趋势”的内涵？
点击左下角“阅读原文”查看更多精彩文章，公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或者把本号置顶！
????分享、点赞、在看，给个3连击吧！????
扫一扫
1072
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
