维度建模笔记

1、四步骤：

• 确定业务过程：客户广告业务
• 确定最小粒度：每个账户的日消费快照
• 确定维度表：产品线维度、账户维度、
• 确定事实表：主键、可加型数值

2、确保建模基于最细粒度，便于增加新的维度。

2、维度表主要包含不可加的分类信息，用于筛选记录

维度表可以拆分为多个，是否拆分取决于维度体系的相关性，例如月份与季度关系密切，可以一起放入日期维度表，而日期与行业完全无关，如果放一起就会产生m*n种分类，需要拆分为日期维度表、行业维度表。

维度表随着规范化的深入，依次表现为：星型模型->雪花模型->范式建模，数据冗余逐渐减少，维护更为方便，但查询所需的连接逐渐增加。由于维度表本身体量不大，适当冗余是有意义的。

维度表应倾向于不符合范式。

3、事实表主要包含可加的数值型信息，用于汇总计算

事实表不可出现空字段。（在事实表中增加新生效的维度时，需将旧记录的该列设为"不可用"而不是null）

事实表中应尽量避免出现退化维度，维度过多时需要将其按体系相关性整合为独立的维度表。

事实表应倾向于符合范式。

4、维度表和事实表的桥梁应该是代理关键字（符合特定规则的整数编号）而不是实际的账户名称、id等，

代理关键字本身符合范式，优势就在于便于维护和性能

5、事实表的存储：粗粒度长期事实表+细粒度近期事实表

6、事实表三种类型：

• 事务事实表：时间点、合同号、处理流程（发起/批准/生效/失效），一行数据记录一个事务的信息。（虽然某一个时间点的快照+事务事实表就可以还原任意时间点的情况，但本身过于复杂）
• 周期快照事实表（最常见）：日、账户、消费金额，一行数据记录一个时间段内的汇总值。
• 累积快照事实表：合同号、发起时间、批准时间、生效时间、失效时间，一行数据对应一个合同的生命周期。（伴随大量update）

7、数据仓库总线架构：企业数据仓库范围内维护一系列维度（时间、客户、产品、行业等），面向不同主题时，取其中的一部分子集作为自己的维度构建数据集市。

优势：1、重用资源，提升前期建设效率；2、接口规范，利于后期打通不同集市中的数据。

总线矩阵：列为维度，行为不同数据集市的主题