数据仓库系列（三）数据仓库--高级维度建模方法--对维度的各种情况进一步整合和拆分

写在前面： 我是「nicedays」，一枚喜爱做特效，听音乐，分享技术的大数据开发猿。这名字是来自world order乐队的一首HAVE A NICE DAY。如今，走到现在很多坎坷和不顺，如今终于明白nice day是需要自己赋予的。
白驹过隙，时光荏苒，珍惜当下~~
写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对 大数据与机器学习感兴趣，可以关注我的动态 https://blog.csdn.net/qq_35050438，让我们一起挖掘数据与人工智能的价值~

数据仓库–高级维度建模方法：

一：维度整合：

整合的原因：

• 应用在编码，命名习惯，度量单位不同系统会存在较大差异，如0，1和F，M。
• 应用出于性能和扩展性的考虑，不同的系统用的是不同类型的数据库存储

所以数据由面向应用的操作型环境进入面向主题的数据仓库后，需要数据集成。

成为数据仓库前过渡成面向主题的整合方式：

• 命名规范的统一

  表名，字段名统一

• 字段类型的统一

  相同相似字段得字段类型统一

• 公共代码及代码值得统一

  公共代码及标志性字段得数据类型，命名方式得统一

• 业务含义相同得表得统一

  高内聚，低耦合，将业务关系大，源系统影响差异小的表进行整合，将业务关系小，源系统影响差异大的表分而置之。

  • 采用主从表的设计方式 ：

    将多张表都有的字段放在主表，从属信息分别放在各自的从表，对于主表主键，采用复合主键

  • 直接合并：

    共有信息和个性信息都放在同一张表中，如果表字段重合度较低，会出现大量空值，谨慎选择。

  • 不合并：

    因为源表的表结构及主键等差异很大，不合并。

成为数据仓库后维度表的整合方式：

维度表内容的整合与上述方式相同，下面列表级别的整合

• 垂直整合

  不同的表来自相同的数据集，在会员相关信息这个数据集里，源系统里可能有多种会员表（会员基础信息表，会员扩展信息表，会员等级信息表），我们需要将多张表整合至会员维度属性。

• 水平整合

  不用的表来自不同的数据集，存在交叉或者不存在交叉，面对采集的会员数据，可能来自淘宝会员，支付宝会员等等，需要将所有的会员整合到一起，我们将来源表的各子集的自然键作为联合主键的方式，并在物理实现时将来源字段作为分区字段。

二：维度拆分：

水平拆分：

面对各个行业，大类可以进行水平类别细分