数据建模相关综述

1、数据建模的意义

        数据建模可以将大量的数据进行有序的、有结构的分类组织和存储，避免重复建设和数据不一致性，保证数据的规范性。就像图书馆中的书籍，我们希望它分门别类的放置，我可以快速高效的找出我需要的信息。数据模型就是数据组织和存储方法，它强调从业务、数据存储和使用角度合理存储数据。以便在成本(存储成本和使用成本)和效率之间取得最佳的平衡。

2、主题域

面向业务分析，将业务过程或者维度进行抽象的集合。

电商主题域实例：

3、指标体系

原子指标：基本业务事实，没有业务限定、没有维度。比如订单表中的订单量、订单总金额都算原子指标

派生指标：等于原子指标+时间修饰词+其他修饰词组合而来，可分为三类，事物型指标、存量型指标和复合型指标。

修饰类型：对修饰词的一种抽象划分，修饰类型属于某个业务域，如pc端的XXX

修饰词：指除了统计维度以外的业务场景限定修饰。

时间周期:统计指标的一个周期，大部都是前一天。

注意：派生指标唯一归属一个原子指标，继承原子指标的主题域，与修饰词的指标域无关。

5、表的分类

1、实体表

实体表，一般是指一个现实存在的业务对象。

比如用户，商品，商家，销售员等等。

用户表：

用户id	姓名	生日	性别	邮箱	用户等级	创建时间
1	张三	2011-11-11	男	[email protected]	2	2018-11-11
2	李四	2011-11-11	女	[email protected]	3	2018-11-11

2、维度表

维度表，一般是指对应一些业务状态，编号的解释表。也可以称之为码表。

比如地区表，订单状态，支付方式，审批状态，商品分类等等。

订单状态表：

订单状态编号	订单状态名称
1	未支付
2	支付
3	发货中
4	已发货
5	已完成

       商品分类表：

商品分类编号	分类名称
1	服装
2	保健
3	电器
4	图书

3、事务型事实表（事实表表示对一些行为的度量）

事务型事实表，一般指随着业务发生不断产生的数据。特点是一旦发生不会再变化。

一般比如，交易流水，操作日志，出库入库记录等等。

维度建模中一个非常重要的步骤是定义事实表的粒度。定义了事实表的粒度，则事实表能表达数据的详细程度就确定了。定义粒度的例子如下：

客户的零售单据上的每个条目。

定义好事实表的粒度有很大的用处。

第一个用处就是用来确定维度是否与该事实表相关。例如，对于粒度细到医疗单据上条目项的事实表来说，医疗结果是不会作为维度和它进行关联的，因为它们不在同一个粒度上。但是，对于一般的E/R数据模型来说，医疗单据是和医疗结果是进行关联的。通常的规范化建模里没有粒度的概念，它们表示的是实体之间的关系，这也是规范化建模和维度建模中一个较大的不同之处。

定义成原子的事实表粒度后，可以选择较多的维度来对该事实表进行描述。也就是说，事实表的粒度越细，能记载的信息就会越多。原子粒度的事实表对维度建模来说是至关重要的。

交易流水表：

编号	对外业务编号	订单编号	用户编号	支付宝交易流水编号	支付金额	交易内容	支付类型	支付时间
1	7577697945	1	111	QEyF-63000323	223.00	海狗人参丸1	alipay	2019-02-10 00:50:02
2	0170099522	2	222	qdwV-25111279	589.00	海狗人参丸2	wechatpay	2019-02-10 00:50:02

4、周期型事实表

周期型事实表，一般指随着业务发生不断产生的数据。

与事务型不同的是，数据会随着业务周期性的推进而变化并且只关心最终状态。

 比如订单，其中订单状态会周期性变化。再比如，请假、贷款申请，随着批复状态在周期性变化。

5、累计快照事实表

一条数据代表一个不完整的业务过程，会发生改变，但改变是有限度的，例如订单表的状态。

订单编号	订单金额	订单状态	用户id	支付方式	支付流水号	创建时间	操作时间
1	223.00	2	111	alipay	QEyF-63000323	2019-02-10 00:01:29	2019-02-10 00:01:29
2	589.00	2	222	wechatpay	qdwV-25111279	2019-02-10 00:05:02	2019-02-10 00:05:02

数据仓库中的维度和粒度

从时间的角度讲：简单说粒度就是事实表里测量值的测量‘频率’。比如说，销售库里的销售额，可以是一 天一个值，也可以是一个月一个值，甚至一年一个值，这就是相对于时间维度表的力度；可以是一个商品一个值，也可以是一类商品一个值，这就是相对于商品的粒度。