数据仓库多维数据模型的设计.pdfVIP

数据仓库多维数据模型的设计 . 1、数据仓库基本概念 1.1、主题（Subject ） 主题就是指我们所要分析的具体方面。例如：某年某月某地区某机型某款 App 的安装 情况。主题有两个元素：一是各个分析角度（维度），如时间位置；二是要分析的具体量 度，该量度一般通过数值体现，如 App 安装量。 1.2、维（Dimension） 维是用于从不同角度描述事物特征的，一般维都会有多层（Level：级别），每个 Level 都会包含一些共有的或特有的属性（Attribute ），可以用下图来展示下维的结构和组成： 以时间维为例，时间维一般会包含年、季、月、日这几个 Level，每个 Level 一般都会 有 ID、NAME、DESCRIPTION 这几个公共属性，这几个公共属性不仅适用于时间维， 也同样表现在其它各种不同类型的维。 1.3、分层（Hierarchy） OLAP 需要基于有层级的自上而下的钻取，或者自下而上地聚合。所以我们一般会在 维的基础上再次进行分层，维、分层、层级的关系如下图： . 数据仓库多维数据模型的设计 . 每一级之间可能是附属关系（如市属于省、省属于国家），也可能是顺序关系（如天 周年），如下图所示： 1.4、量度 量度就是我们要分析的具体的技术指标，诸如年销售额之类。它们一般为数值型数据。 我们或者将该数据汇总，或者将该数据取次数、独立次数或取最大最小值等，这样的数据 称为量度。 1.5、粒度 数据的细分层度，例如按天分按小时分。 1.6、事实表和维表 事实表是用来记录分析的容的全量信息的，包含了每个事件的具体要素，以及具体发生 . 数据仓库多维数据模型的设计 . 的事情。事实表中存储数字型 ID 以及度量信息。 维表则是对事实表中事件的要素的描述信息，就是你观察该事务的角度，是从哪个角 度去观察这个容的。 事实表和维表通过 ID 相关联，如图所示： 1.7、星形/雪花形/事实星座 这三者就是数据仓库多维数据模型建模的模式 上图所示就是一个标准的星形模型。 雪花形就是在维度下面又细分出维度，这样切分是为了使表结构更加规化。雪花模式 可以减少冗余，但是减少的那点空间和事实表的容量相比实在是微不足道，而且多个表联 结操作会降低性能，所以一般不用雪花模式设计数据仓库。 事实星座模式就是星形模式的集合，包含星形模式，也就包含多个事实表。 . 数据仓库多维数据模型的设计 . 1.8、企业级数据仓库/数据集市 企业级数据仓库：突出大而全，不论是细致数据和聚合数据它全都有，设计时使用事 实星座模式 数据集市：可以看做是企业级数据仓库的一个子集，它是针对某一方面的数据设计的 数据仓库，例如为公司的支付业务设计一个单独的数据集市。由于数据集市没有进行企业 级的设计和规划，所以长期来看，它本身的集成将会极其复杂。其数据来源有两种，一种 是直接从原生数据源得到，另一种是从企业数据仓库得到。设计时使用星形模型 . 数据仓库多维数据模型的设计 . 2、数据仓库设计步骤 2.1、确定主题 主题与业务密切相关，所以设计数仓之前应当充分了解业务有哪些方面的需求，据此 确定主题。 2.2、确定量度 在确定了主题以后，我们将考虑要分析的技术指标，诸如年销售额之类。量度是要统 计的指标，必须事先选择恰当，基于不同的量度将直接产生不同的决策结果。 2.3、确定数据粒度 考虑到量度的聚合程度不同，我们将采用“最小粒度原则”，即将量度的粒度设置到最 小。例如如果知道某些数据细分到天就好了，那么设置其粒度到天；但是如果不确定的话， 就将粒度设置为最小，即毫秒级别的。 2.4、确