很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
“ 是時(shí)候分享一下數(shù)據(jù)倉(cāng)庫(kù)的精髓：維度建模。”
關(guān)于數(shù)據(jù)倉(cāng)庫(kù)相關(guān)的內(nèi)容，我們之前分享過(guò)《數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)概述》，時(shí)間比較久遠(yuǎn)，是去年寫的文章了。今天和大家分享一下數(shù)據(jù)倉(cāng)庫(kù)中的維度建模，這是數(shù)倉(cāng)的經(jīng)典內(nèi)容。
維度建模是數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域的大師之一Ralph Kimball所倡導(dǎo)，他參與所著的《The DataWarehouse Toolkit-The Complete Guide to Dimensona Modeling》，中文名《數(shù)據(jù)倉(cāng)庫(kù)工具箱》，是數(shù)據(jù)倉(cāng)庫(kù)工程領(lǐng)域最流行的數(shù)倉(cāng)建模經(jīng)典著作。建議有時(shí)間的朋友可以讀一讀。
維度建模以分析決策的需求出發(fā)構(gòu)建模型，構(gòu)建的數(shù)據(jù)模型為分析需求（也就是我們通常所說(shuō)的數(shù)據(jù)分析）服務(wù)。它重點(diǎn)解決如何更快速完成分析需求，同時(shí)還有較好的大規(guī)模復(fù)雜查詢的響應(yīng)性能。
因此，說(shuō)白了，所謂的維度建模就是一種組織數(shù)據(jù)倉(cāng)庫(kù)的形式、模型，用這種方式組織搭建的數(shù)據(jù)倉(cāng)庫(kù)，對(duì)快速支持?jǐn)?shù)據(jù)分析有著巨大的幫助。目前也是比較主流的數(shù)倉(cāng)模型了。
下面介紹一下關(guān)于維度建模的一些基礎(chǔ)知識(shí)，主要包括事實(shí)表、維度表、切片、鉆取等。
事實(shí)表是指其中保存了大量業(yè)務(wù)度量數(shù)據(jù)的表，是數(shù)倉(cāng)最核心的表。
事實(shí)表中的度量值一般稱為事實(shí)。通常，最有用的事實(shí)就是數(shù)字類型的事實(shí)和可加類型的事實(shí)。事實(shí)表的粒度，決定了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的詳細(xì)程度。
下圖為例。中間的表：服裝銷售明細(xì)表，就是一張事實(shí)表。其中的銷售金額、成本、利潤(rùn)，都是事實(shí)，也是我們需要分析的目標(biāo)數(shù)據(jù)。
一般事實(shí)表中只存放數(shù)字或一些flag用來(lái)統(tǒng)計(jì)，如：銷售金額、成本等。另外，通常事實(shí)表中的數(shù)據(jù)不允許修改，新的數(shù)據(jù)只是簡(jiǎn)單地添加到事實(shí)表中。
事實(shí)表特點(diǎn)：數(shù)據(jù)量龐大、列數(shù)少、經(jīng)常變化。這個(gè)比較好理解，因?yàn)閷?shí)事表是一張業(yè)務(wù)表嘛，業(yè)務(wù)肯定是不斷有新的數(shù)據(jù)加進(jìn)來(lái)的。
維度表是用戶來(lái)分析數(shù)據(jù)的窗口，比如時(shí)間、地區(qū)、用戶等。
維度表中包含事實(shí)表中記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實(shí)數(shù)據(jù)表數(shù)據(jù)，以便為分析者提供有用的信息。
例如上圖，包括了五張維度表：時(shí)間維表、產(chǎn)品維表、地域維表、用戶維表、支付維表。每一張維度表對(duì)應(yīng)現(xiàn)實(shí)世界中的一個(gè)對(duì)象或概念。
每一張維度表利用維度關(guān)鍵字（圖中標(biāo)紅字段）通過(guò)事實(shí)表中的外鍵約束事實(shí)表的中某一行。
維度表等特點(diǎn)：很多描述性的列，行數(shù)較少，內(nèi)容較固定。這個(gè)也好理解，比如地域，省市區(qū)縣這些內(nèi)容十幾年都不會(huì)有啥變化。
粒度是指數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)單位中，保存數(shù)據(jù)的細(xì)化程度的級(jí)別。簡(jiǎn)單點(diǎn)來(lái)看，在實(shí)事表中一條記錄所表達(dá)的業(yè)務(wù)細(xì)節(jié)，就是粒度。
通常，為了便捷的下鉆分析，我們都會(huì)使用到最小粒度。比如訂單表中，最小粒度就是一條訂單的記錄。使用最小粒度的優(yōu)點(diǎn)：
可以頻繁的ETL操作
很多數(shù)據(jù)挖掘需要最小粒度數(shù)據(jù)
方便向下鉆取
當(dāng)然，使用最小粒度也有缺點(diǎn)：
存儲(chǔ)和維護(hù)代價(jià)較高
需要進(jìn)一步構(gòu)建匯總事實(shí)表來(lái)支持匯總數(shù)據(jù)查詢
切片與切塊主要是用來(lái)進(jìn)行數(shù)據(jù)分析的。我們以下面的三維（產(chǎn)品、年度、地區(qū)）為例。
切片：從多維數(shù)組中選定一個(gè)二維子集，切出一個(gè)“平面” 。比如選中上圖的2011年，這就是一個(gè)切片。
切塊：從多維數(shù)組中選定一個(gè)三維子集，切出一個(gè)“立方體” 。比如上圖中，年度選擇了2011、2012，然后看所有的數(shù)據(jù)內(nèi)容，這就是一個(gè)切塊。
旋轉(zhuǎn)：改變一個(gè)報(bào)告（頁(yè)面）顯示的維方向。
根據(jù)維層次，改變數(shù)據(jù)分析的粒度，就是鉆取分析，主要包括上鉆（也叫上卷）和下鉆。其實(shí)Excel中的數(shù)據(jù)透視就是各種上卷和下鉆。
下鉆：從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察或增加新維
上鉆（上卷）：從某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)或減少維數(shù)
鉆透：直接下鉆到最明細(xì)的數(shù)據(jù)。
上面介紹了關(guān)于維度建模的一些基礎(chǔ)知識(shí)，下面聊一聊維度建模的幾種具體模型：星型模型、雪花模型、星座模型。
所謂星型模型，具體表現(xiàn)是：事實(shí)被維度所包圍，且維度沒(méi)有被新的表連接。如下圖。
每個(gè)維表都有一個(gè)維作為主鍵，所有這些維的主鍵組合成事實(shí)表的主鍵。
可以看出，星型模型是比較單純的模型，像星星一樣觸角沒(méi)有延伸了。
所謂的雪花模型，是有一個(gè)或多個(gè)維表沒(méi)有直接連接到事實(shí)表上，而是通過(guò)其他維表連接到事實(shí)表上，就像雪花一樣。如下圖：
雪花模型去除了數(shù)據(jù)冗余，更貼近與業(yè)務(wù)。盡可能降低數(shù)據(jù)存儲(chǔ)量以及聯(lián)合較小的維表來(lái)改善查詢性能。
為啥這么說(shuō)呢？主要是和星型模型對(duì)比而言的?？聪旅娴氖纠龍D。如果是星型模型，則需要在【product】表中的【category】把所有的信息都列出來(lái)，而雪花模型可以在【product】維度表中繼續(xù)增加關(guān)聯(lián)即可。
但是可以想象到，雪花模型分析數(shù)據(jù)時(shí)，操作比較復(fù)雜。畢竟需要關(guān)聯(lián)的內(nèi)容越來(lái)越多。但數(shù)據(jù)的存儲(chǔ)量下來(lái)了，因?yàn)槿哂嘈畔⑦M(jìn)行了提煉嘛。
無(wú)論是星型模型還是雪花模型，都是單事實(shí)表的情況。但通常來(lái)講，實(shí)踐當(dāng)中大部分情況都是多事實(shí)表的。這時(shí)就是需要星座模型了。
所謂星座模型，是多個(gè)事實(shí)表共享維度表， 因而可以視為星型模型的集合，故亦稱星座模型（星系模型）。如下圖：
星座模型是數(shù)據(jù)倉(cāng)庫(kù)最常使用的模型。
主要看看實(shí)事表和維度表的相關(guān)內(nèi)容。
事實(shí)表主要包括以下四種。
事務(wù)事實(shí)表：該類型表的一行對(duì)應(yīng)空間或時(shí)間上某點(diǎn)的度量事件。與粒度同層次的事實(shí)表，可以直接將事實(shí)字段進(jìn)行Sum、Count等聚合操作。
周期快照事實(shí)表：該類型表中的每行匯總了發(fā)生在某一標(biāo)準(zhǔn)周期，如某天、某周、某月的多個(gè)度量事件。這類表非常適合跟蹤長(zhǎng)期的過(guò)程，如銀行賬戶和其他形式的財(cái)務(wù)報(bào)表。
無(wú)事實(shí)事實(shí)表：沒(méi)有度量事實(shí)，僅記錄一系列某一時(shí)刻發(fā)生的多維實(shí)體。非事實(shí)型事實(shí)表通常用來(lái)跟蹤一些時(shí)間或者說(shuō)明某些活動(dòng)的范圍。
累積快照事實(shí)表：行匯總了發(fā)生在過(guò)程開始和結(jié)束之間可預(yù)測(cè)步驟內(nèi)的度量事件。管道或工作流過(guò)程（履行訂單、索賠過(guò)程），都可以在此類事實(shí)表中被建模。
關(guān)于維度表，主要看看緩慢變化維。
什么是緩慢變化維？在現(xiàn)實(shí)世界中，維度的屬性并不是靜態(tài)的，它會(huì)隨著時(shí)間的流失發(fā)生緩慢的變化。這種隨時(shí)間發(fā)生變化的維度我們一般稱之為緩慢變化維。
比如，在一個(gè)零售業(yè)數(shù)據(jù)倉(cāng)庫(kù)中，事實(shí)表存著銷售人員的銷售記錄，某天一個(gè)銷售人員從北京分公司調(diào)到上海分公司了，那么如何來(lái)保存、處理這個(gè)變化呢？
如果我們要統(tǒng)計(jì)北京地區(qū)或上海地區(qū)的總銷售情況的時(shí)候，這個(gè)銷售人員的銷售記錄應(yīng)該算在北京還是算在上海？當(dāng)然是調(diào)離前的算在北京，調(diào)離后的算在上海,但是如何標(biāo)記這個(gè)銷售人員所屬區(qū)域？這里就需要處理一下這個(gè)維度的數(shù)據(jù)，即我們緩慢變化維需要做的事情。
處理緩慢變化維的三種方式：
直接覆蓋原值：這個(gè)比較簡(jiǎn)單粗暴。但是如果想要做歷史分析的話，就比較難了，一般不太覆蓋。
增加屬性列：增加一個(gè)新列，來(lái)記錄變化。這種適合變化比較少的情況，如果經(jīng)常變化，增加無(wú)限量個(gè)字段明顯不合適。
增加維度行：直接增加一條新紀(jì)錄，并用一個(gè)專門的字段（可以是時(shí)間、版本、是否生效等等）進(jìn)行標(biāo)識(shí)，區(qū)分哪個(gè)數(shù)據(jù)是最新的。
如上圖，比較直觀的闡述了三種處理方式的差異。
關(guān)于維度建模相關(guān)的內(nèi)容，今天就分享這些。感謝朋友們的關(guān)注，后續(xù)針對(duì)數(shù)倉(cāng)相關(guān)的內(nèi)容，繼續(xù)進(jìn)行分享。
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)