一篇文章搞懂数据仓库:三种事实表(设计原则,设计方法、对比) |
您所在的位置:网站首页 › 数据仓库题目 › 一篇文章搞懂数据仓库:三种事实表(设计原则,设计方法、对比) |
目录 1、三种事实表概述 2、三种事实表对比 3、事实表设计 8 大原则 4、事实表设计方法 第一步:选择业务过程及确定事实表类型 第二步:声明粒度 第三步:确定维度 第四步:确定事实 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,包含了引用的维度 和与业务过程有关的度量。 1、三种事实表概述事实表有三种类型 : 事务事实表、周期快照事实表和累积快照事实表。 1.1 事务事实表也称原子事实表,描述业务过程,跟踪控件或时间上某点的度量事件,保存的是最原子的数据; 个人理解:类似于mysql binlog日志,每一次相关的 change 都记录下来,生成一行新的数据 1.2 周期快照事实表以一个周期为时间间隔,来记录事实,一般周期可以是每天、每周、每月、每年等; 个人理解:只看某个业务过程,比如订单收货,数据按订单收货时间来切分,周期可以为每天、每月等。 1.3 累积快照事实用来描述过程开始和结束之间的关键步骤事件,覆盖过程的整个生命周期,通常具有多个日期字段来记录关键时间点;当过程随着生命周期不断变化时,记录也会随着过程的变化而被修改; 个人理解:要看整个生命周期的多个业务过程,比如:创建订单 → 买家付款 → 卖家发货 → 买家确认收货。粒度是一个订单一行数据,创建订单时间,付款时间,发货时间,收货时间,分别作为一个字段,便于计算不同业务过程的时间间隔。 2、三种事实表对比 事务事实表 周期快照事实表 累积快照事实表 时期/时间 离散事务时间点 以有规律的、可预测的 用于时间跨度不确定的不断变化的工作流 日期维度 事务日期 快照日期 相关业务过程涉及的多个日期 粒度每行代表实体的一个事务 每行代表某时间周期的一个实体 每行代表一个实体的生命周期 事实 事务事实累积事实相关业务过程事实和时间间隔事实 事实表加载 插入 插入 插入与更新 事实表更新 不更新 不更新 业务过程变更时更新 3、事实表设计 8 大原则 原则 1:尽可能包含所有与业务过程相关的事实 分析哪些事实与业务过程相关,是设计过程中非常重要的关注点;在事实表中,尽量包含所有与业务过程相关的事实,即使存在冗余,由于事实通常是数字型,存储开销不会太大; 原则 2:只选择与业务过程相关的事实 如,订单的下单这个业务过程,事实表中不应该存在支付金额这个表示支付业务过程的事实; 原则 3:分解不可加性事实为可加的组件 如,订单的优惠率,应分解为订单原价金额与订单优惠金额两个事实存储在事实表中; 原则 4:在选择维度和事实之前必须先声明粒度 粒度用于确定事实表中一行所表示业务的细节层次,决定了维度模型的扩展性;每个维度和事实必须与所定义的粒度保持一致;设计事实表时,粒度定义越细越好,一般从最低级别的原子粒度开始; 因为原子粒度提供了最大限度的灵活性,可以支持无法预期的各种细节层次的用户需求; 原则 5:在同一个事实表中不能有多种不同粒度的事实 疑问:怎么判断不同事实的粒度是否相同? 粒度为票一级;(实际业务中,一个订单可以同时支付多张票)票支付金额和票折扣金额,两个事实的粒度为 “票级”,与定义的粒度一致;订单支付金额和订单票数,两个事实的粒度为 “订单级”,属于上一层订单级数据,与 “票级” 事实表的粒度不一致,且不能进行汇总;如果,以订单金额和订单票数这两个维度汇总总金额和总票数,会造成大量的重复计算;原则 6:事实的单位要保持一致 如,订单金额、订单优惠金额、订单运费这 3 个事实,应该采用统一的计量单位,统一为元或者分,以方便使用;原则 7:对事实的 null 值要处理 原因:在数据库中,null 值对常用数字型字段的 SQL 过滤条件都不生效;如,大于、小于、等于、大于或等于、小于或等于;处理:用 0 代替 null ;原则 8:使用退化维度提高事实表的易用性 事实表中存储各种类型的常用维度信息,较少下游用户使用时关联多个表的操作;通过退化维度,可以实现对事实表的过滤查询、控制聚合层次、排序数据、定义主从关系等; 易用性:对事实表,更较少关联操作、过滤查询、控制聚合层次、排序数据、定义主从关系等; 在 Kimball 的维度建模中,通常按照星形模型的方式设计,通过事实表的外键关联专门的维表,这种方式来获取维度,谨慎使用退化维表;这与大数据领域的事实表设计不一样; 思路:通过增加冗余存储,减少计算开销,提高使用效率; 4、事实表设计方法 Kimball 的维度模型设计 4 步法:选择业务过程、声明粒度、确定维度、确定事实; 当前的互联网大数据环境,维度模型的设计,是基于 Kimball 的四步维度建模方法进行了更进一步的改进: 第一步:选择业务过程及确定事实表类型 思路:详细分析需求,对业务的整个生命周期进行分析,明确关键的业务步骤,从而选择与需求有关的业务过程;以实例说明:如何选择业务过程?如何确定事实表类型? 例:淘宝的一个交易订单![]() 汇总图: 参考文献:阿里巴巴大数据之路
整理不易,点个赞吧~ |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |