第二部分数仓建模- OneData 体系之规范定义（二）

概述

    上一篇主要阐述了OneData建模体系的大概流程，以及三个重要板块中的需求调研及规划部分；而本篇主要阐述规范定义模块的内容。在我们知道数仓涵盖的业务流程以及需求点，然后再进行数据域的划分；这时数仓大致的架构与方向基本明确，而接下来要说的则是具体细节。例如：需要建哪些维度表、每张维度表的粒度是什么、公共计算逻辑是哪些等等；后续内容将会展开说明。

规范定义

    规范定义指以维度建模作为理论基础，构建总线矩阵，划分和定义数据域、业务过程、维度、度量 /原子指标、修饰类型、修饰词、时间周期、派生指标等；其中的名词术语都会在后续内容进行说明。

构建总线矩阵

    当明确每一个数据域中有哪些业务过程后，就可以开始构建总线矩阵；主要目的是用于指导后面事实模型中关联维度定义。举例说明：下表是关于交易域的的部分总线矩阵，以及定义的几个常见的维度（时间、用户、商品、支付方式、退单类型等等维度）；其中每行表示业务过程，每列表示维度，√ 表示业务过程与维度存在关联；而一个业务过程对应维度模型中的事务型事实表，一个维度对应维度模型中的维度表。

    上述已经提到为什么要构建总线矩阵，那么要怎么一步一步的来构建总线矩阵呢？首先总线矩阵中的核心是围绕事务型事实表构建出来的，及通过事务型事实表的构建方式同样可以构建成总线矩阵。

事务型事实表构建流程：选择业务过程 -> 声明粒度 -> 确认维度 -> 确认事实

详细的总线矩阵如下：

明确统计指标

    构建业务总线矩阵是设计维度模型的过程，而明确统计指标则是深入分析需求（深入到每一个需求点的计算逻辑都要明白）并构建指标体系；而构建指标体系主要目的是为指标定义标准化（提高沟通效率），例如安装统一标准指定可以有效避免歧义以及定义重复问题。

    除此之外构建指标体系另一个重要的意义是构建 DWS 层，大部分的需求都可以使用指标体系定义为原子指标、派生指标、衍生指标；然后就会发现某些需求直接或者间接对应一个或者多个派生指标，可以理解为将相同计算逻辑的下沉到一起减少计算资源消耗。

原子指标

    原子指标是基于某一业务过程的度量值，在业务中是不可再拆解的指标；原子指标的核心就是对指标的聚合逻辑进行定义，且原子指标包含三要素：业务过程、度量值、聚合逻辑。

例如：订单总额就表示原子指标，其中订单表示的业务过程、总表示的是聚合逻辑、额表示的是度量值。当不说明该原子指标与其他聚合逻辑时是没有明确含义的，当加上最近一天这个聚合逻辑时；它所表达的含义就是最近一天的订单总金额这样就有明确的含义了。

派生指标

派生指标可以分为三类：事务型指标、存量型指标、复合型指标。

事务型指标：事务型指标是最为常见的，指的是基于原有事务型原子指标进行简单的加减乘除操作，但是其事务型没有发生变化；例如每天商品下单次数、某个仓库进库量、与出库量的记录等等，在此基础上建立派生指标。

存量型指标：可以理解为出库库存的概念，指的是每天的库存量的状态，例如每天凌晨零点库存量的多少，或者说是对事务周期性状态的记录（订单是有多种状态，那么只在零点同步订单的最新状态），在此基础上建立派生指标。

复合型指标：下文进行阐述。

派生指标是基于原子指标 + 多个修饰词 + 时间周期形成的，通常会对应实际的统计需求。派生指标只归属于原子指标，继承原子指标的数据域，与其他的修饰词无关。具体公式如下：

派生指标 = 原子指标 + 统计周期 + 业务限定 + 统计粒度

举例说明：

最近一天各省份手机品类订单总额 = 订单总额 + 最近一天 + 手机品类 + 省份

原子指标：主要是定义业务过程、度量值与聚合逻辑，例如上述提到的订单总额；

统计周期：限定统计的时间范围，例如最近一天限定的是订单业务过程；

业务限定：限定任意维度统计范围，例如上述限定手机品类还可以限定手机品牌等等；

统计粒度：定义统计的粒度，例如上述提到的省份；

那么如何实现统计需求的 SQL 呢？首先通过上述的派生指标拆分公式可以得知到，所需要的是订单事务型事实表，而统计周期与业务限定就相当于是 SQL 中的 where 条件，最后的统计粒度则为 SQL 中的 Group by。

衍生指标

衍生指标（复合型派生指标）是基于一个或者多个派生指标，通过逻辑运算复合而成的；例如比率，举例如下：

最近30日各省份手机品类退货率（衍生指标） = 最近30日各省份手机品类退单次数 / 最近30日各省份手机品类下单次数

最近30日各省份手机品类退单次数（派生指标）= 退单总次数 + 最近30日 + 手机品类 + 省份

最近30日各省份手机品类下单次数（派生指标）= 下单总次数 + 最近30日 + 手机品类 + 省份

数仓一般咋分层呢？

=》 第二部分数仓建模-OneData体系之模型设计（三）

---

以上示例与内容仅是个人观点，如有误十分感谢提出；内容还在完善中！！！

参考链接：

尚硅谷数仓5.0

数仓笔记UP

《大数据之路：阿里巴巴大数据实践》