【云享读书会-数据仓库工具箱】DAY04 零售业务的维度模型设计

概要：

1）零售业务维度设计4步法

2）维度表设计细节

3）事实表设计细节

一、维度模型4步设计法

1）业务过程选择

     *通常由某个操作型业务系统支撑

     *业务过程建立或获取关键性度量

2）粒度声明

     *事实表中的每个行的内容应当如何描述

     *最终事实表的粒度与主键应该是等价的

3）确认维度

     *who，what，where，when，why and how

     *维度的主键选择，以及属性填充

4）确认事实

     *业务过程要度量什么

     *业务用户关注度量的分析，度量的变化隐含着商机和风险

举例：零售业务场景（零售POS业务）

大型食品杂货连锁店==》

管理关注：订单、库存、产品销售==>最终实现利润最大化

原子粒度：强大的多维性；原子数据与多维方法能够实现最佳匹配

汇总粒度：汇总的级别限制了细节数据访问的可能性；无法实现用户下钻细节

维度：门店、产品、SKU、收银员、促销、日期

事实：销售数量、单价等等

日期维度是数据库分区模式下首先考虑的维度

日历逻辑应当由维度表解决，而不是应用代码

数字值作为维度属性还是事实维度的选择：

1）用于计算目的，用于事实表。

     比如：标准价格计算扩展总额，或者标准价格用于价格变化分析

2）如果用于过滤或分组，则应作为维度属性

维度表键：

1）代理键（作用是连接维度表与事实表）

2）自然键（基于操作型代码查询事实表）

3）超自然键/持久键（类似维度代理键，也是简单的整数序列）

4）退化维度代理键（通常不需要给退化维度键分配代理键）

5）日期维度智能键（建议选择日期型）

事实表键

*不要求在事实表中一定适用代理键

抵制规范化的冲动

1）规范化维度的雪花模型

   *复杂性有违简单化维度建模的目标

   *优化器处理雪花模式会产生大量的join操作，导致查询缓慢

2）支架表

    *可以使用，但不推荐大量使用

3）蜈蚣表

   *不推荐使用

   *每个事实表的维度键控制在20-30个