【数仓建模方法论之维度建模】

数仓建模方法论之维度建模

一、建模方法

数据仓库建模方法论有蛮多种：维度建模、范式建模、Data Vault模型、Anchor模型。而在大多企业中最常用的是维度建模。

1、维度建模

按数据组织建模类型划分可分为星型模型、雪花模型、星座模型。

1.1星型模型

星型模型是维表和事实表，以事实表为中心，所有维度直接关联在事实表上，呈星型分布，即是 星型模型。

1.2雪花模型

在星型模型的基础上，维度表上又关联了其他维度表，这种叫雪花模型。

雪花模型维护成本高，性能较差，一般很少使用。尤其在基于Hadoop体系构建数据仓库时，尽可能的要减少join的操作。

1.3星座模型

星座模型，是对星型模型的扩展延伸，多张事实表共享维度表。

二、维度建模流程

下面通过一个业务场景来简单论述维度建模的过程，我们以微商城下单为例：一个会员购买一件商品，会生成一条记录数据。这条记录包含了会员的ID、商品的ID、时间，支付金额，支付方式等等诸多业务信息，我们对这条记录进行拆分。

1、收集业务需求与数据调研

在进行数据建模之前，我们要跟业务方进行充分沟通，理解整个链路的业务，对底层数据要充分认识。通过沟通交流、查看数据库数据或现有报表数据，理解他们需要的关键性指标，运营指标。

2、业务过程选择

业务过程是业务活动事件，如下单，支付，退款都是业务过程，把这些过程转换为事实表中的事实，多数事实表只记录某一业务过程的结果。业务过程的选择非常重要，因为业务过程定义了特定的设计目标以及对粒度、维度、事实的定义。

3、声明粒度

粒度用于确定某一事实表中的行表示什么。在选择维度或事实前必须声明粒度，因为每个维度或事实必须与定义的粒度保持一致。在从给定的业务过程获取数据时，原子粒度是最低级别的粒度。

4、确认维度

维度是度量的环境，用来反映业务的一类属性。这类属性的集合构成一个维度，也可以称为实体对象。如地理维度（其中包括国家、地区、省以及城市等级别的内容）、时间维度（其中包括年、季、月、周、日等级别的内容）。

5、确认事实

事实涉及来自业务过程事件的度量，基本上都是以数据值表示。事实表作为数据仓库维度建模的核心，紧紧围绕着业务过程来设计，通过获取描述业务过程的度量来表达业务过程。事实表通常包含多个度量数据，如销售金额、订单数量、利润等。事实表中的每一行数据代表一个业务事件，如一次操作、一笔订单等。
事实表的设计需要考虑多个因素，包括度量数据的选择、粒度的确定、主键的设计等。度量数据的选择需要根据业务需求来确定，粒度的确定需要考虑数据的最小粒度，主键的设计需要保证数据的唯一性和完整性。。