维度建模方法论

1.OLTP与OLAP的区别
OLTP基于传统关系型数据库，适合小数据量，随机读写，对实时性要求高的场景
OLAP基于数据仓库 ，适合海量数据，批量查询，对实时性要求不高的场景
2.为什么需要对数据建模
成本，效率，质量
3.建模方法论
实体关系模型，遵循3范式，属性唯一，部分函数依赖，传递函数依赖
KimBall提出的维度建模理论，从分析决策的需求出发构建模型，以事实表为中心，选取特定的维度，构建业务总线矩阵
典型的有星型模型，一张实体表关联多张维度表
建模过程分为：业务过程-》粒度-》维度-》事实
4.阿里巴巴建模方法论的核心
业务架构设计-》模型设计-》数据研发-》数据服务-
做到数据可管理，可追溯，可规避重复建设
5.你会怎么做维度建模
数仓分层：ods-》dwd、dim-》dws-》ads
选取业务过程，维度
建设指标体系
原子指标：动作+度量
派生指标：修饰词+动作+度量
事务型指标：新增商品数
存量型指标：例如商品总数
复合型指标：转化率
比率型：例如CTR
比例型：同比环比
变化量型：最近 天订单支付金额上1天变化量
统计型：人均，日均，行业平均
排名型：top100
对象集合型：以k-v形式存储
6.维度建模基本原则
高内聚低耦合
核心模型与扩展模型分离
公共处理逻辑下沉及单一
成本与性能平衡
可回滚
一致性
命名清晰，可理解
7.Kimball 模型实施过程
高层设计-》详细模型-》模型审查，再设计和验证-》ETL设计和开发