（大数据开发基本功）维度建模方法

一、数仓建模的作用

成本：降低数仓的存储成本、计算成本、理解成本。
效率：数据组织结构清晰，提高数据使用效率。
质量：通过模型加工改善数据质量，通过模型对外输出统一的统计口径，降低出错概率。

二、第三范式建模

3NF模型用实体关系模型描述业务。

三、数仓分层的作用

1、提高数据访问效率，空间换时间
2、拆解复杂的处理过程，分层加工
3、层次化
常见层次划分（从下至上）：
操作数据层ods->明细数据层dwd->汇总数据层dws->应用数据层ads
公共维度层(dim)记录dwd和dws的维度

四、常用名词

业务过程：组织完成的操作性活动，例如：下单、支付、退款等，不可拆分的行为事件。
粒度：确定某一事实表的行表示的是什么，例如：订单粒度。
有两种表示方式：1、具体的业务含义+粒度（订单粒度）
2、维度属性的组合
维度：描述业务过程中涉及的“谁、什么、哪里、何时、何地”等问题，人们观察数据的特定角度，例如：地理维度（包含国家、省、市区等级别内容）
维度属性：隶属于一个维度，如（中国、北京市）
事实：表示对业务过程的度量，事实通常是数字类型的，可以进行聚合与计算，例如下单金额。

五、维度建模步骤

1、确定业务过程：提交订单
2、确定粒度：订单/订单商品
3、确定维度：下单时间、用户、配送区域
4、确定事实：原价、优惠金额、配送费、打包费

六、缓慢变化处理方式

1、重写
2、添加新行，通过expired_date更新
3、添加新列，取新列

七、快照维表

增加快照日期列，取最新日期做内容变化
优点：逻辑简单，开发成本低
缺点：浪费存储

八、事实的特性

1、可加：可按照任意维度聚合，例如“订单金额”
2、半可加：仅对某些维度可以进行聚合，例如“库存数”
3、不可加：例如“折扣率”