数仓建模之声明粒度 一文读懂什么是粒度 看完保证通透！

声明粒度

粒度是说明事实表的每一行表示什么,比如:用户下单的内容放到订单事实表的每一行中 这里的关键是粒度的描述 不能将维度列出来 而代替粒度声明 这一步特别容易被忽略 粒度声明需要达到共识 否则极有可能到下面三四步后返工重来

1 确定数据粒度的基本准则

数据粒度是指数据仓库中保存数据的细化或综合程度。数据仓库中包含大量数据表，这些数据表中的数据以什么粒度来存储，会对信息系统的多方面产生影响。在做 数据仓库设计时，设计者确定以数据的什么层次作为粒度的划分标准，将直接影响到数据仓库中数据的存储量及查询质量，并进一步影响到系统是否能满足最终用户 的分析需求。一般情况下，根据数据粒度划分标准可以将数据仓库中的数据划分为：详细数据、轻度总结、高度总结三级或更多级。在确定数据粒度时，应注意的一 条原则是：细化程度越高，粒度越小；细化程度越低，粒度越大。确定数据粒度是数据仓库设计的基础，当数据粒度合理确定后，设计和实现的其他问题就会变得非 常容易，相反，如果没有合理地确定粒度，后续的工作就会很难进行下去。

2.粒度分类

粒度问题是设计数据仓库的一个重要方面，粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别。细节程度越高，粒度级别就越低。因此根据粒度数据仓库设计分为低粒度高细节、高粒度低细节、双粒度(两者共存，根据不同业务不同客户设计)。如下：

 

而要如何选择是低粒度还是高粒度呢？

数据量总是数据仓库中的首要问题，如果数据仓库的空间很有限的话，用高粒度级表示数据将比用低粒度级表示数据的效率要高得多。高粒度级不仅只需要少得多的字节存放数据，而且只需要较少的索引项。然而数据量大小和原始空间问题不是仅有的应考虑的问题。为了访问大量数据，其处理能力的大小同样也是应考虑的一个因素。所以，在数据仓库中数据压缩非常有用。当数据被压缩后就大大节省所用的存储设备的存储空间，节省所需的索引项，以及节省处理数据的处理器资源。但是，当提高数据粒度级时，数据压缩就会带来另一个问题：数据所能回答查询的能力就会随之降低。换句话说，在一个很低的粒度级上实际可以回答任何问题，但在高粒度级上，数据所能处理的问题的数量是有限的。总结一句话：高粒度查询快，而低粒度可以解决的问题比较多。

在一个DSS（决策支持系统）环境中查询总体性的问题比查询单个事件要常见的多，它既可以在高粒度级上也可以在低粒度级上得到回答，在不同的粒度级上所使用的资源具有很大的差异。在低粒度级需要查询每一条记录，所以需要大量的资源来回答这个问题。但在高粒度级上，数据进行了很大的压缩，只需要查询很少的记录就能得到一个答案。如果在高粒度级上包括了足够的细节，则使用高粒度级数据的效率将会高的多。因此，在确定粒度级别时，应注意的一条原则是：细化程度越高，粒度越小；细化程度越低，粒度越大。确定数据粒度是数据仓库设计的基础，当数据粒度合理确定后，设计和实现的其他问题就会变得非常容易。相反，如果没有合理地确定粒度，后续的工作就会很难进行下去。在设计和构造数据仓库之初就必须仔细考虑这种权衡。

双粒度-双重级别

很多时候，用户十分需要提高存储与访问数据的效率，以及非常详细地分析数据的能力。当一个企业或组织的数据仓库中拥有大量数据时，在数据仓库的细节部分考虑双重（或多重）粒度级是很有必要的。图3表明了一家电话公司在数据仓库的细节级上的两种粒度级。