数据仓库设计

数仓设计

• 维度建模

  以维度为标准 开展数据的分析需求

  适用于面向分析领域的理论。比如分析型数据库 数据仓库 数据集市（OLAP）

  • 事实表

    分析主题的客观事件度量  是分析主题的数据聚集  事实表中一条记录往往对应着客观的一个事件
    往往是一堆主键的聚集 

  • 维度表

    所谓的维度就是指看待问题的角度 可以通过不同的维度去分析同一个事实表 得出不同的分析结果
    维度表可以跟事实表进行关联查询

• 多维度数据分析

  所谓的多维数据分析就是指通过不同维度的聚集计算出某种度量值。

  常见度量值：max min count sum avg topN

  举个栗子：统计来自于北京女性24岁未婚的过去三年购物金额最多的前三个。
  ​
  维度：地域  性别  年龄  婚姻  时间
  度量值：sum(订单金额)--->top3

• 维度建模的三种模式

  • 星型模式

    一个事实表多个维度表 维度表之间没有关系  维度表跟事实表进行关联  企业数仓发展初期常见的模型

  • 雪花模式

    一个事实表多个维度表  维度表可以继续关联维度表  不利于后期维护 企业中尽量避免演化成该种模型

  • 星座模式

    多个事实表 多个维度表   某些维度表可以共用  企业数仓发展中后期常见的模型

• 维度建模
  	1、星型模式		重点
  		在项目初期会用到，表的数量较少
  	2、雪花模式
  		不推荐使用，关联复杂，不利于后期维护
  	3、星座模式		重点
  		在项目后期使用，可以找到相同的分析维度，建立关联，多个星型的模式
  多维度数据分析
  	时间维度、地理维度、内容维度、人群维度（男、女）