《维度建模权威指南第三版》- 读书笔记(一) 简介
本文为《维度建模权威指南-kimball》前两章的读书笔记，如有错误，请指正。
1. 维度建模是什么？
对一个产品，我们通常会存储用户行为日志等海量数据，这些数据通常被用来：
- 开发数据看板，作为产品核心指标与主要业务场景的数据监控与分析
- 数据分析/挖掘，从数据中洞察信息，为产品的优化和迭代提供有说服力的指导
在这个过程中，我们的数据仓库需要满足以下两个需求：
- 数仓中数据的组织形式是分析/开发人员易于理解与使用的
- 能提供高效的查询性能
通过维度建模的思想建设数仓，就可以满足上述需求。
维度建模，我理解为数仓建设中数据存储或组织方式的一种方法论，更具体地，维度模型表示每个业务过程包括事实表和若干个维度表，事实表存储该业务过程的度量信息，维度表与事实表相关联，存储业务相关维度的额外信息。
举个例子，在下图的零售事实中，会有一个事实表，记录本次零售的销量和销售额，而这个事实表可以关联多个维度表，得到这些维度的额外信息，如产品维度表中的商品名称、价格，客户维度表中的年龄、性别等。
在关系型数据库中实现的维度模型称为星型模式，而在多维数据库中实现的维度模型通常称为MOLAP（多维OLAP），两者的逻辑设计相同，只是在物理实现上不同。
对这段话，个人理解为：
在关系型数据库中查询维度信息，需要关联维度表，效率较低；
在多维数据库中，这里应该指Kylin这类多维分析数据库，通过预计算等方式实现高性能查询，如Kylin中先构建cube，预计算不同维度组合下的汇总数据并存储在hbase中，供后续查询时直接访问，实现交互式的快速查询（参考kylin文档Kylin-Cube 创建）；
而像Hive这类数据仓库工具，由于主要用于离线分析，其维度模型更像是有冗余的星型模式。一般会将数据存储为包含主要维度信息的大宽表，以空间换时间，减少后续查询的关联次数；但维度信息无法预先全部确定，对于不在宽表中的维度信息，也会以维度表的形式存储，形成星型模式。
2. 维度建模技术概述
本节主要介绍定义中提到的事实表和维度表，最后介绍维度建模基本的设计过程。
2.1 事实表
“事实”指业务过程中涉及的“度量”，一般以数值展示，事实表中的一行对应业务过程中指定粒度下的一次度量事件。
事实表中的数字度量可划分为三类——
- 可加事实：在所有维度上都可直接求和，如订单价格
- 半可加事实：在部分维度上可直接求和，如商品库存可以在商品维度上求和，表示所有商品的总库存，但在日期维度上求和则没有意义
- 不可加事实：在所有维度上都不可直接求和，一般会存储不可加事实的可加事实分量，在应用层计算时再求和计算出不可加事实，如如平均每单价格，可以存储为订单数和订单总价，在需要时求和求比值即可得到平均每单价格
常见的事实表有三类——
- 事务事实表：每一行对应空间或时间上某点的度量事件，每产生一次度量事件就会在事务事实表中插入一行。如用户的行为日志就是一种事务事实表
- 周期快照事实表：每行汇总了某一周期的多个度量事件的结果，如每一天的销售额、订单数目等，即使当天没有产生订单也会插入一条度量指标为0的记录（因此在时间维度上是稠密的）
- 累积快照事实表：每行汇总了一个业务过程多个步骤的度量事件，当步骤更新时，则在对应记录上更新，如购买这一过程中包含下单、支付、收货等，下单时产生一条记录，支付时更新这条记录的支付相关字段
2.2 维度表
维度表一般包含一个主键列与多个属性列，如商品id为主键，商品名称、类别等为属性列，通常将事实表的外键与维度表的主键进行关联，用于事实表的上卷、下钻分析。
维度表在使用时要注意几点——
- 维度表的属性列尽量不包含空值，因为不同数据库对于空值的处理可能不同，可采用特殊字符串代替，如“Not Applicable”
- 不同维度表中具有相同的属性时，需要保证其含义相同，称为一致性维度，此时可将不同事实表的数据在一致性维度上汇总
- 维度可包含对其他维度的引用，称为支架维度，这种方式可以使用但尽量少用，维度之间的关联一般通过事实表实现
2.1 维度设计过程
维度模型设计期间主要包含四个步骤：
1、选择业务过程
业务过程是指事实表中要记录的操作型活动，如购买了一个商品、下载了某个应用等动作，业务过程会有一些“度量”，这种度量转化为事实表中的事实。
2、声明粒度
在维度设计中，粒度是指业务过程中度量的“粗细”程度，用于确定事实表中的一行表示什么，同一事实表中不应该混用多种粒度。
3、确认维度
维度提供某一业务过程涉及的背景信息，如“谁、什么、何时、何处、为什么、如何”等，维度表包含BI中用于过滤及分类事实的描述性属性。一般情况下，限定了维度信息，也就限定了粒度。
4、确认事实
“事实”指业务过程中涉及的“度量”，一般以数值展示，事实表中的一行对应业务过程中指定粒度下的一次度量事件。
举个例子，在销售这一业务过程中——
a、若事实表的粒度为订单粒度，则一个订单的商品数、价格是一个事实，作为事实表中的一行；
b、若事实表的粒度为商品粒度，则该商品的销量、销售额是一个事实，可作为事实表的一行（此时，维度信息与a不相同，如少了订单id这一维度）；
c、上述两种情况度量相同而粒度不同，两个事实不应该存储在同一个事实表中。
Reference
- 《维度建模权威指南第三版》