描述的是订单各个阶段的状态 用户 地区 时间 商品 优惠券 活动 度量值 订单 ...

1.1 ods层的数据(增量数据，将新增和修改的数据导入ods) sqoop语法是每天将get_time 或者using_time或者used_time为当前分区时间，或者优惠券状态发生改变的数据导入ods: 1.2 分析ods数据 1.3 创建累积型快照事实表 ...

定义 事实：度量，即数值型数据，例如金额。度量有有可加性、半可加性、不可加性之分。可加性是指可以按照任意维度进行聚合；半可加性是指只能按特定维度进行聚合，例如库存，只能按仓库进行聚合，而不能按时间进行聚合；对于比率型事实则不具备可加性。 事务事实表：任何类型的事件都可以被理解为种事务 ...

周期快照事实表概念 周期快照事实表以具有规律性的、可预见的时间间隔记录事实，时间间隔如每天、每月、每年等，简称“快照事实表” 快照事实表特性 用快照采样状态 快照事实表以预定的间隔采样状态度量。这种间隔联合一个或多个维度，将被用来定义快照事实表的粒度，每行都将包含记录所涉及状态 的事实 ...

累计快照事实表的概念 累积快照事实表用来表述过程开始和结束之间的关键步骤事件，覆盖过程的整个生命周期，通常具有多个日期字段来记录关键时间点， 当过程随着生命周期不断变化时，记录也会随着过程的变化而被修改。 设计过程 对于累积快照事实表，其建模过程和事务事实表相同，适用于维度建模的步骤 ...

事实表 　　事实表是包含大量数据值的一种结构。事实数据表可能代表某次银行交易,包含一个顾客的来访次数，并且这些数字信息可以汇总，以提供给有关单位作为历史的数据。 　　每个数据仓库都包含一个或者多个事实数据表。事实数据表只能包含数字度量字段和使事实表与维度表中对应项的相关索引字段.，该索引包含 ...

维度表示你要对数据进行分析时所用的一个量, 比如你要分析产品销售情况, 你可以选择按类别来进行分析,或按区域来分析. 这样的按..分析就构成一个维度。前面的示例就可以有两个维度：类型和区域。另外每个维度还可以有子维度（称为属性），例如类别可以有子类型，产品名等属性。 下面是两个常见的维度表结构 ...

聚集型事实表概念 数据仓库的性能是数据仓库建设是否成功的重要标准之一。 聚集主要是通过汇总明细粒度数据来获得改进查询性能的效果。通过访问聚集数据，可以减少数据库在响应查询时必须执行的工作量，能够快速响应用户的查询，同时有利于减少不同用户访问明细数据带来的结果不一致问题。尽管聚集能带来良好的收益 ...