描述的是訂單各個階段的狀態 用戶 地區 時間 商品 優惠券 活動 度量值 訂單 ...

1.1 ods層的數據(增量數據，將新增和修改的數據導入ods) sqoop語法是每天將get_time 或者using_time或者used_time為當前分區時間，或者優惠券狀態發生改變的數據導入ods: 1.2 分析ods數據 1.3 創建累積型快照事實表 ...

定義 事實：度量，即數值型數據，例如金額。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維度進行聚合；半可加性是指只能按特定維度進行聚合，例如庫存，只能按倉庫進行聚合，而不能按時間進行聚合；對於比率型事實則不具備可加性。 事務事實表：任何類型的事件都可以被理解為種事務 ...

周期快照事實表概念 周期快照事實表以具有規律性的、可預見的時間間隔記錄事實，時間間隔如每天、每月、每年等，簡稱“快照事實表” 快照事實表特性 用快照采樣狀態 快照事實表以預定的間隔采樣狀態度量。這種間隔聯合一個或多個維度，將被用來定義快照事實表的粒度，每行都將包含記錄所涉及狀態 的事實 ...

累計快照事實表的概念 累積快照事實表用來表述過程開始和結束之間的關鍵步驟事件，覆蓋過程的整個生命周期，通常具有多個日期字段來記錄關鍵時間點， 當過程隨着生命周期不斷變化時，記錄也會隨着過程的變化而被修改。 設計過程 對於累積快照事實表，其建模過程和事務事實表相同，適用於維度建模的步驟 ...

事實表 　　事實表是包含大量數據值的一種結構。事實數據表可能代表某次銀行交易,包含一個顧客的來訪次數，並且這些數字信息可以匯總，以提供給有關單位作為歷史的數據。 　　每個數據倉庫都包含一個或者多個事實數據表。事實數據表只能包含數字度量字段和使事實表與維度表中對應項的相關索引字段.，該索引包含 ...

維度表示你要對數據進行分析時所用的一個量, 比如你要分析產品銷售情況, 你可以選擇按類別來進行分析,或按區域來分析. 這樣的按..分析就構成一個維度。前面的示例就可以有兩個維度：類型和區域。另外每個維度還可以有子維度（稱為屬性），例如類別可以有子類型，產品名等屬性。 下面是兩個常見的維度表結構 ...

聚集型事實表概念 數據倉庫的性能是數據倉庫建設是否成功的重要標准之一。 聚集主要是通過匯總明細粒度數據來獲得改進查詢性能的效果。通過訪問聚集數據，可以減少數據庫在響應查詢時必須執行的工作量，能夠快速響應用戶的查詢，同時有利於減少不同用戶訪問明細數據帶來的結果不一致問題。盡管聚集能帶來良好的收益 ...