乾貨：一文讀懂數據倉庫設計方案

原文：https://www.cnblogs.com/skyell/p/11005666.html
作者：Skyell
轉載原因：發現好多人對數據倉庫理解的還不夠透徹，大家一起來學習一下

概述

數據倉庫的特徵在於面向主題、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彙總，爲企業各個部門提供統一的、規範的數據出口。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，我們希望能夠快速準確的定位到問題，並清楚他的危害範圍。

•減少重複開發

規範數據分層，開發一些通用的中間層數據，能夠減少極大的重複計算。

•複雜問題簡單化

將一個複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準確性，當數據出現問題之後，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。

數據倉庫分層設計

常見的數據倉庫分爲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層又分爲DWD層和DWS層。數據倉庫分層結構見下圖：

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.DW層

DWD層要做的就是將數據清理、整合、規範化、髒數據、垃圾數據、規範不一致的、狀態定義不一致的、命名不規範的數據都會被處理。DWD層應該是覆蓋所有系統的、完整的、乾淨的、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層是一個非常規範的、高質量的、可信的數據明細層。 DWS層爲公共彙總層，會進行輕度彙總，粒度比明細數據稍粗，基於DWD層上的基礎數據，整合彙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。

3.DM層

DM層爲數據集市層，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，是粗粒度的彙總數據。DM層是針對某一個業務領域建立模型，具體用戶（一般爲決策層）查看DM層生成的報表。

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劃分爲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，那麼打車這件事就可以轉化爲一個事實表，即打車訂單事實表，然後用戶對應一張用戶維度表，司機對應一張司機維度表。

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，事實錶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。