Kimball維度建模

維度模型是資料倉庫領域大師Ralph Kimball 所倡導，以分析決策的需求出發構建模型，構建的資料模型為分析需求服務，所以它重點解決用戶如何更快速完成分析需求，同時還有較好的大規模復雜查詢的回應性能，性能

維度建模是 資料倉庫/商業智能 專案成功的關鍵，為何這么說，由于無論咱們的資料量從GB到TG仍是到PB，雖然資料量愈來愈大，可是資料展示要得到成功，就必須創建在簡單性的基礎之上，而維度建模就是時刻考慮如何可以提供簡單性，以業務為驅動，以用戶理解性和查詢性能為目標，學習

維度建模：維度建模是專門應用于分析型資料庫、資料倉庫、資料市集建模的方法，資料市集能夠理解為一種“小型的資料倉庫”
維度建模指導咱們在資料倉庫中如何建表大資料

維度建模分為兩種表：事實表和維度表設計

1. 事實表：必然存在的一些資料，像采集的日志檔案，訂單表，均可以做為事實表
   特征：是一堆主鍵的集合，每一個主鍵對應維度表中的一條記錄，客觀存在的，根據主題肯定出須要使用的資料
2. 維度表：維度就是所分析的資料的一個量，維度表就是以合適的角度來建立的表，分析問題的一個角度：時間、地域、終端、用戶等角度

維度建模的三種模式

1. 星形模式：以事實表為中心，全部的維度表直接連在事實表上，最簡單最經常使用的一種

2. 雪花模式：雪花模式的維度表能夠擁有其余的維度表，這種表不易維護，通常不推薦使用

3.星座模型：基于多張事實表，并且共享維度資訊，即事實表之間能夠共享某些維度表

維度建模怎么建

咱們知道事實表，維度表，星形模型，星座模型這些概念了，可是實際業務中，給了咱們一堆資料，咱們怎么拿這些資料進行數倉建設呢，數倉工具箱做者根據自身60多年的實際業務經驗，給咱們總結了以下四步，請務必記住！

數倉工具箱中的維度建模四步走：

請牢記以上四步，無論什么業務，就按照這個步驟來，順序不要搞亂，由于這四步是環環相扣，步步相連，下面詳細拆解下每一個步驟怎么作

一、選擇業務程序
維度建模是緊貼業務的，因此必須以業務為根基進行建模，那么選擇業務程序，顧名思義就是在整個業務流程中選取咱們須要建模的業務，根據運營提供的需求及往后的易擴展性等進行選擇業務，好比商城，整個商城流程分為商家端，用戶端，平臺端，運營需求是總訂單量，訂單人數，及用戶的購買狀況等，咱們選擇業務程序就選擇用戶端的資料，商家及平臺端暫不考慮，業務選擇很是重要，由于后面全部的步驟都是基于此業務資料展開的，

二、宣告粒度
先舉個例子：對于用戶來講，一個用戶有一個身份證號，一個戶籍地址，多個手機號，多張銀行卡，那么與用戶粒度相同的粒度屬性有身份證粒度，戶籍地址粒度，比用戶粒度更細的粒度有手機號粒度，銀行卡粒度，存在一對一的關系就是相同粒度，為何要提相同粒度呢，由于維度建模中要求咱們，在同一事實表中，必須具備相同的粒度，同一事實表中不要混用多種不一樣的粒度，不一樣的粒度資料創建不一樣的事實表，而且從給定的業務程序獲取資料時，強烈建議從關注原子粒度開始設計，也就是從最細粒度開始，由于原子粒度可以承受沒法預期的用戶查詢，可是上卷匯總粒度對查詢性能的提高很重要的，因此對于有明確需求的資料，咱們創建針對需求的上卷匯總粒度，對需求不明朗的資料咱們創建原子粒度，

三、確認維度
維度表是做為業務分析的入口和描述性標識，因此也被稱為資料倉庫的“靈魂”，在一堆的資料中怎么確認哪些是維度屬性呢，若是該列是對具體值的描述，是一個文本或常量，某一約束和行標識的參與者，此時該屬性每每是維度屬性，數倉工具箱中告訴咱們緊緊掌握事實表的粒度，就能將全部可能存在的維度區分開，而且要確保維度表中不能出現重復資料，應使維度主鍵惟一

四、確認事實
事實表是用來度量的，基本上都以數量值表示，事實表中的每行對應一個度量，每行中的資料是一個特定級別的細節資料，稱為粒度，維度建模的核心原則之一是同一事實表中的全部度量必須具備相同的粒度，這樣能確保不會出現重復計算度量的問題，有時候每每不能肯定該列資料是事實屬性仍是維度屬性，記住最實用的事實就是數值型別和可加類事實，因此能夠經過分析該列是不是一種包含多個值并做為計算的參與者的度量，這種狀況下該列每每是事實，

事實表種類

事實表分為如下6類：

1. 事務事實表
2. 周期快照事實表
3. 累積快照事實表
4. 無事實的事實表
5. 匯集事實表
6. 合并事實表

簡單解釋下每種表的概念：

• 事務事實表

表中的一行對應空間或時間上某點的度量事件，就是一行資料中必須有度量欄位，什么是度量，就是指標，好比說銷售金額，銷售數量等這些可加的或者半可加就是度量值，另外一點就是事務事實表都包含一個與維度表關聯的外鍵，而且度量值必須和事務粒度保持一致，

• 周期快照事實表

顧名思義，周期事實表就是每行都帶有時間值欄位，表明周期，一般時間值都是標準周期，如某一天，某周，某月等，粒度是周期，而不是個體的事務，也就是說一個周期快照事實表中資料能夠是多個事實，可是它們都屬于某個周期內，

• 累計快照事實表

周期快照事實表是單個周期內資料，而累計快照事實表是由多個周期資料組成，每行匯總了程序開始到結束之間的度量，每行資料至關于管道或工做流，有事件的起點，程序，終點，而且每一個關鍵步驟都包含日期欄位，如訂單資料，累計快照事實表的一行就是一個訂單，當訂單產生時插入一行，當訂單發生變化時，這行就被修改，

• 無事實的事實表

咱們以上討論的事實表度量都是數字化的，固然實際應用中絕大多數都是數字化的度量，可是也可能會有少許的沒有數字化的值可是還頗有價值的欄位，無事實的事實表就是為這種資料準備的，利用這種事實表能夠分析發生了什么，

• 匯集事實表

匯集，就是對原子粒度的資料進行簡單的聚合操做，目的就是為了提升查詢性能，如咱們需求是查詢全國全部門店的總銷售額，咱們原子粒度的事實表中每行是每一個分店每一個商品的銷售額，匯集事實表就能夠先聚合每一個分店的總銷售額，這樣匯總全部門店的銷售額時計算的資料量就會小不少，

• 合并事實表

這種事實表遵循一個原則，就是相同粒度，資料能夠來自多個程序，可是只要它們屬于相同粒度，就能夠合并為一個事實表，這類事實表特別適合常常須要共同分析的多程序度量，

維度表技術

1. 維度表結構

維度表謹記一條原則，包含單一主鍵列，但有時因業務復雜，也可能出現聯合主鍵，請盡可能避免，若是沒法避免，也要確保必須是單一的，這很重要，若是維表主鍵不是單一，和事實表關聯時會出現資料發散，致使最后結果可能出現錯誤，

維度表一般比較寬，包含大量的低粒度的文本屬性，

1. 跨表鉆取

跨表鉆取意思是當每一個查詢的行頭都包含相同的一致性屬性時，使不一樣的查詢可以針對兩個或更多的事實表進行查詢

鉆取能夠改變維的層次，變換分析的粒度，它包括上鉆/下鉆：

上鉆（roll-up）：上卷是沿著維的層次向上匯集匯總資料，例如，對產品銷售資料，沿著時間維上卷，能夠求出全部產品在全部地區每個月（或季度或年或所有）的銷售額，

下鉆（drill-down）：下鉆是上鉆的逆操做，它是沿著維的層次向下，查看更詳細的資料，

1. 退化維度

退化維度就是將維度退回到事實表中，由于有時維度除了主鍵沒有其余內容，雖然也是合法維度鍵，可是通常都會退回到事實表中，減小關聯次數，提升查詢性能

1. 多層次維度

多數維度包含不止一個天然層次，如日期維度能夠從天的層次到周到月到年的層次，因此在有些狀況下，在同一維度中存在不一樣的層次，

1. 維度表空值屬性

當給定維度行沒有被所有填充時，或者當存在屬性沒有被應用到全部維度行時，將產生空值維度屬性，上述兩種狀況，推薦采用描述性字串代替空值，如使用 unknown 或 not applicable 替換空值，

1. 日歷日期維度

在日期維度表中，主鍵的設定不要使用順序生成的id來表示，可使用更有意義的資料表示，好比將年月日合并起來表示，即YYYYMMDD，或者更加詳細的精度，