數據倉庫設計方案
一.概述
數據倉庫的特征在於面向主題、集成性、穩定性和時變性，用於支持管理決策。數據倉庫的存在的意義在於對企業的所有數據進行匯總，為企業各個部門提供統一的、規范的數據出口。數據倉庫在構建過程中通常都需要進行分層處理。業務不同，分層的技術處理手段也不同。數倉分層的主要原因：
- 清晰數據結構
每一個數據分層都有它的作用域，這樣在使用表的時候能更方便的定位和理解。 - 數據血緣追蹤
由於最終給業務呈現的是一個能直接使用的業務表，但是表的數據來源有很多，如果有一張來源表出問題了，我們希望能夠快速准確的定位到問題，並清楚他的危害范圍。 - 減少重復開發
規范數據分層，開發一些通用的中間層數據，能夠減少極大的重復計算。 - 復雜問題簡單化
將一個復雜的任務分解成多個步驟來完成，每一層只處理單一的步驟，比較簡單和容易理解。而且便於維護數據的准確性，當數據出現問題之后，可以不用修復所有的數據，只需要從有問題的步驟開始修復。
二.數據倉庫分層設計
常見的數據倉庫分為ODS操作數據存儲層、DW數據倉庫層和DM數據集市層三層，其中DW層又分為DWD層和DWS層。數據倉庫分層結構見下圖：
2.1 ODS層
ODS層中的數據全部來自於業務數據庫，ODS層的表格也業務數據庫中的表格一一對應，就是將業務數據庫中的表格在數據倉庫的底層重新建立一次，數據與結構完全一致。
由於業務數據庫（OLTP）基本按照ER實體模型建模，因此ODS層中的建模方式也是ER實體模型。
2.2 DW層
DWD層要做的就是將數據清理、整合、規范化、臟數據、垃圾數據、規范不一致的、狀態定義不一致的、命名不規范的數據都會被處理。DWD層應該是覆蓋所有系統的、完整的、干凈的、具有一致性的數據層。在DWD層會根據維度模型，設計事實表和維度表，也就是說DWD層是一個非常規范的、高質量的、可信的數據明細層。
DWS層為公共匯總層，會進行輕度匯總，粒度比明細數據稍粗，基於DWD層上的基礎數據，整合匯總成分析某一個主題域的服務數據，一般是寬表。DWS層應覆蓋80%的應用場景。
2.3 DM層
DM層為數據集市層，面向特定主題。在DM層完成報表或者指標的統計，DM層已經不包含明細數據，是粗粒度的匯總數據。DM層是針對某一個業務領域建立模型，具體用戶（一般為決策層）查看DM層生成的報表。
三.維度模型
維度建模的理論由 Ralph Kimball 提出，他提出將數據倉庫中的表划分為事實表和維度表兩種類型。維度建模源自數據集市，主要面向分析場景。維度建模是面向分析場景而生，針對分析場景構建數倉模型；重點關注快速、靈活的解決分析需求，同時能夠提供大規模數據的快速響應性能。針對性強，主要應用於數據倉庫構建和OLAP引擎底層數據模型。
“事實表”，用來存儲事實的度量（measure）及指向各個維的外鍵值。“維度表”， 用來保存該維的元數據，即維的描述信息，包括維的層次及成員類別等。
簡單的說，維度表就是你觀察該事物的角度（維度)，事實表就是你要關注的內容。例如用戶使用滴滴打車，那么打車這件事就可以轉化為一個事實表，即打車訂單事實表，然后用戶對應一張用戶維度表，司機對應一張司機維度表。
3.1 事實表
在現實世界中，每一個操作型事件，基本都是發生在實體之間的，伴隨着這種操作事件的發生，會產生可度量的值，而這個過程就產生了一個事實表，存儲了每一個可度量的事件。
發生在現實世界中的操作性事件所產生的可度量數值，存儲在事實表中。從最低的粒度級別來看，事實表行對應一個度量事件，反之亦然。因此，事實表的設計完全依賴於物理活動，不受可能產生的最終報表的影響。除數字度量外，事實表總是包含外鍵，用於關聯與之相關的維度，也包含可選的退化維度鍵和日期/時間戳。查詢請求的主要目標是基於事實表展開計算和聚集操作。
事實表往往包含三個重要元素：
- 維度表外鍵
- 度量數據
- 事件描述信息
例如在電商場景中的一次購買事件，涉及主體包括客戶、商品、商家，產生的可度量值包括商品數量、金額、件數等。
3.2 維度表
每個維度表都包含單一的主鍵列。維度表的主鍵可以作為與之關聯的任何事實表的外鍵，當然，維度表行的描述環境應與事實表行完全對應。維度表通常比較寬，是扁平型非規范表，包含大量的低粒度的文本屬性。
比如商品，單一主鍵為商品ID，屬性包括產地、顏色、材質、尺寸、單價等，但並非屬性一定是文本，比如單價、尺寸，均為數值型描述性的，日常主要的維度抽象包括：時間維度表、地理區域維度表等。
綜上所述，如果針對用戶的下單行為（單一商品）進行維度建模，可以得到如下模型：
四.數據倉庫規范
4.1 表名命名規范
為了讓數據所有相關方對於表包含的信息有一個共同的認知。比如說屬於哪一層（ODS、DW明細、DW匯總、DM）？哪個業務/部門？哪個維度（用戶、車機設備）？哪個時間跨度（天、月、年、實時）？增量還是全量？
命名格式：層次_業務/部門_修飾/描述_范圍/周期
數據倉庫中表格的命名規范如下表所示：
| 數倉層次 | 周期/數據范圍 | ||
| 公用維度 | dim | 日快照 | d |
| DM層 | dm | 增量 | i |
| ODS層 | ods | 周 | w |
| DWD層 | dwd | 拉鏈表 | l |
| DWS層 | dws | 非分區全量表 | a |
掃碼關注公眾號【雲將數據】，更多大數據及人工智能領域信息！
