3.数据仓库之确定粒度

在数据仓库的开发过程中，确定数据仓库中的数据的粒度是至关重要的，翻阅了很多书籍，对粒度的描述都过于笼统，百度百科对数据粒度的定义：

数据粒度，是指数据仓库中数据的细化和综合程度。根据数据粒度细化标准：细化程度越高，粒度越小；细化程度越低，粒度越大。分析了数据仓库中的粒度模型，在此基础上提出了一种估计数据仓库大小的方法。

看完这段描述，估计也是云里雾里的，晦涩难懂！！

---

在设计数据仓库的时候，通常都会对数据仓库进行分层，分层的好处很多，比如通过分层可以实现业务之间的解耦，上层不必关心下层的具体处理逻辑。其次，通过数据分层更好的管理数据仓库。在数据仓库的分层设计中，最底层的数据通常都被要求满足数据的最细粒度，满足业务的各种组合查询和维度层次的统计。那么这里最低数据粒度是什么呢？

数据粒度可以理解为：在同一维度下，数据的粗细程度。最小粒度是指，根据业务需求，确定当前数据的不可分割的程度。可以明确的知道数据的粒度是根据数据的维度来的。以下举例说明，在设计数据仓库中的数据维度确定。

• 我们要分析用户的购物和时间维度的关系。从时间维度来说，用户下单时间最细粒度精确到分钟，那么我们可以统计出一分钟有多少用户下单，由此可知系统一分钟的最大并发数量。由于最低粒度是分钟，我们可以在此基础上进行维度上钻，可以统计出一小时，一天，一个月等不同时间维度上用户的购物数量。
• 上面分析用户购物和时间维度的关系。下面我们确定下用户购物的区域维度，分析出不同区域的用户购物数量。在区域维度的最细粒度上面，我们精确到县级城市。那么县级城市就是在区域维度上面的最小粒度。在县级这个最小粒度的基础上，我们可以上钻到市，省，大区等。