一、Kimball维度建模
1.前生今世
维度建模出自Ralph Kimall的《The DataWarehouse Toolkit-The Complete Guide to Dimensona Modeling》（《数据仓库工具箱》）一书，是十分流行的数仓建模理论。
维度建模从根本上来讲是以结果为导向的，由数据消费到底层数据的思路。维度建模是一种比较容易理解的业务数据化的方法和思维。个人认为，维度建模可以很好地适应大规模数据响应项目交付的场景。
2.Kimball维度建模四大过程
1）选择业务过程
业务过程是主体完成的活动，是维度建模的基础。客观来描述很抽象，举例来说明。下单、付款、发货和完成订单都可以叫作业务过程，完成活动的主体有些差异。去理解和描述业务过程是后续过程的前置条件。
2）声明粒度
声明粒度是建模过程中非常精细的一环，因为粒度是要清晰的表名事实表的每一行数据代表的意义。还是举例来说明，订单表每一条数据都是一个独立的订单（父子订单等情况后续博客会再论述）。后续维度和事实必须要和此时声明的粒度保持一致，所以此过程是十分精细的一环。同时要提一下，声明粒度为了保证模型的灵活，后续能满足更丰富的业务需求，建议从原子粒度（不可再拆分的粒度）角度去声明粒度。
3）确认维度
声明粒度完成以后，标示事实表的最小单位，两者的粒度是要统一的，那维度的确认也就水到渠成了，确认维度，主要是要描述事实表的出处和所处环境的维度信息。依旧举例来说明，根据上述的订单来说，一个订单的维度有什么，交易双方人员、商品和时间等信息，这就确认了维度。
4）确认事实
确认事实就是来确认这个业务过程的度量是什么，事实的度量要和声明的粒度、确认的维度的粒度保持一致。有点拗口，最后一次的举例说明，一个订单的金额是就是一个度量。而度量可分为三种类型：可加、半可加和不可加（后续博客会继续论述）。
二、OneData体系
OneData体系实时过程如下：
1.数据调研
1）业务调研
数据仓库的建设，业务十分重要，调研直接关乎数据仓库是否是成功的。调研内容至少包含需求的业务流程、业务流程所属业务模块和业务模块所属业务线。
2）需求调研
需求调研简单来说就是调研运营和分析等角色的需求。通常有两个种方式去做需求调研，第一种，去和运营和分析去沟通他们的需求；第二种，分析现在已有的报表系统和数据消费需求。
2.架构设计
1）数据域划分
数据域指的是面向业务分析，将业务过程或者维度进行抽象的集合。业务过程是指一个不可拆分的行为事实。
举例说明：*业务过程：下单、付款、收货 *数据域：交易域。
2）构架总线矩阵
第一步、明确数据域下所有的业务过程。
第二步、明确业务过程和维度的关系，定义数据域下的业务过程和维度。
3）规范定义
定义指标体系内的原子指标、业务限定、时间周期和派生指标（命名规则可以后面在规划）。
4）模型设计
主要是CDM层的设计（前面博客有介绍中台分层），主要包括维表、事实明细表和汇总明细表的设计（后续博客会详细介绍）。
实时流程图：
