大数据数仓模型设计理论

 

一、事实表又可分成以下三种：

事务事实表：保存各业务过程的原子操作事件，即最细粒度的操作事件

周期快照事实表：以具有规律性的，可预见的事件间隔来记录事实，主要用来记录一些存量型(库存数量，账户余额)，或者状态型(温度，行驶速度)等指标

累积快照事实表：是一个业务流程中多个关键业务过程联合处理而构建的事实表，主要用于分析业务过程(里程碑)中之间的时间间隔，典型示例如下

订单id	用户id	下单日期	支付日期	发货日期	确认收货日期	订单金额	支付金额
1001	1234	2020-06-14	2020-06-15	2020-06-16	2020-06-17	1000	1000

事实表度量值可分为以下三种：

1）可加事实：可以按照与事实表相关的所有维度进行累加

2）半可加事实：只能按照事实表一部分维度相加，例如周期性快照事实表，库存和商品维度是可以累加的，但是周期维度(时间)是不能相加的，因为没有任何意义

3）不可加事实：不可加事实是指完全不具备可加性，例如比率型事实。不可加事实通常需要转换成可加事实，例如比率转换成分子和分母的累加。

事实表设计流程：1）选择业务 2）声明粒度 3）确定维度 4）确定事实

二、维度表：事实表围绕业务过程设计，而维度表围绕业务过程所处的环境设计，维度表的字段称之为维度属性

设计步骤：

1）确定维度。梳理业务，确定业务过程发生的环境，如果维度属性很少，可以考虑把维度属性加到事实表中，即维度退化

2）确定主维表和相关维表。维表也可以说是实体对象，主维表即主表，相关维表即主表对应的子表、孙表

3）确定维度属性。1.尽量生成丰富的维度属性(业务梳理要细化) 2.维度属性值应该用文字说明，或者编码+文字，而不仅仅保存编码值，因为可以避免最终输出结果的时候还需要再去关联字典表，影响效率 3.尽量沉淀通用维度属性。例如在相亲业务中，财富、外貌、身高维度属性可以沉淀成是否高富帅维度属性，即用一个维度字段表示多个维度字段的含义。

维度数据的历史状态如何保存：

1）全量快照表

2）拉链表

多值维度：事实表中一条记录在某个维度表中有多条记录与之对应

多值属性：维表中的某个属性同时有多个值，称之为“多值属性”，例如商品维度的平台属性和销售属性，每个商品均有多个属性值。此场景可用hive复杂数据类型（map...），或者将多值属性放在多个字段，但只适用于属性值个数固定的情况。