資料倉庫緯度模型設計
1. 緯度建模基本概念維度模型是資料倉庫領域大師Ralph Kimall所倡導，他的《資料倉庫工具箱》，是資料倉庫工程領域最流行的數倉建模經典。維度建模以分析決策的需求出發構建模型，構建的資料模型為分析需求服務，因此它重點解決使用者如何更快速完成分析需求，同時還有較好的大規模複雜查詢的響應效能。維度建模是專門應用於分析型資料庫、資料倉庫、資料集市建模的方法。資料集市可以理解為是一種"小型資料倉庫"。1.1事實表發生在現實世界中的操作型事件，其所產生的可度量數值，儲存在事實表中。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。
事實表表示對分析主題的度量。比如一次購買行為我們就可以理解為是一個事實。
圖中的訂單表就是一個事實表，可以理解他就是在現實中發生的一次操作型事件，每完成一個訂單，就會在訂單中增加一條記錄。
事實表的特徵：表裡沒有存放實際的內容，他是一堆主鍵的集合，這些ID分別能對應到維度表中的一條記錄。事實表包含了與各維度表相關聯的外來鍵，可與維度表關聯。事實表的度量通常是數值型別（條/個/次），且記錄數會不斷增加，表資料規模迅速增長。1.2維度表維度表示要對資料進行分析時所用的一個量，比如你要分析產品銷售情況，你可以選擇按類別進行分析,或按區域分析。這樣的按…分析就構成一個維度。上圖中的使用者表、商家表、時間表這些都屬於維度表。這些表都有一個唯一的主鍵，然後在表中存放了詳細的資料資訊。例如：交易金額分析分析
男性使用者的訂單金額、聯想商品的訂單金額、第一季度的訂單金額、手機的訂單金額、家裡下單的訂單金額。
例如：學生分析
姓張的同學有多少、男性的同學有多少、江蘇的同學有多少、身高小於170cm的同學有多少、年齡小於23歲的同學有多少。
維度表的特徵：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來鍵，當然，維度錶行的描述環境應與事實錶行完全對應。維度表通常比較寬，是扁平型非規範表，包含大量的低粒度的文字屬性。總的說來，在資料倉庫中不需要嚴格遵守規範化設計原則。因為資料倉庫的主導功能就是面向分析，以查詢為主，不涉及資料更新操作。需要強調的是:
事實表的設計是以能夠正確記錄歷史資訊為準則。
維度表的設計是以能夠以合適的角度來聚合主題內容為準則。
2. 維度建模三種模式2.1星形模型星形模式(Star Schema)是最常用的維度建模方式。星型模式是以事實表為中心，所有的維度表直接連線在事實表上，像星星一樣。
星形模式的維度建模由一個事實表和一組維度表成，且具有以下特點：
a. 維表只和事實表關聯，維表之間沒有關聯；
b. 每個維表主鍵為單列，且該主鍵放置在事實表中，作為兩邊連線的外來鍵；
c. 以事實表為核心，維度表圍繞核心呈星形分佈；
2.2雪花模式
雪花模式(Snowflake Schema)是對星形模式的擴充套件。雪花模式的維度表可以擁有其他維度表的，雖然這種模型相比星型更規範一些，但是由於這種模型不太容易理解，維護成本比較高，而且效能方面需要關聯多層維表，效能也比星型模型要低。所以一般不是很常用。
2.3星座模式
星座模式是星型模式延伸而來，星型模式是基於一張事實表的，而星座模式是基於多張事實表的，而且共享維度資訊。
前面介紹的兩種維度建模方法都是多維表對應單事實表，但在很多時候維度空間內的事實表不止一個，而一個維表也可能被多個事實表用到。在業務發展後期，絕大部分維度建模都採用的是星座模式。
資料倉庫分層架構
1. 為什麼要分層分層的主要原因是在管理資料的時候，能對資料有一個更加清晰的掌控，詳細來講，主要有下面幾個原因：
清晰資料結構：
每一個數據分層都有它的作用域，這樣我們在使用表的時候能更方便地定位和理解。
方便資料血緣追蹤：
簡單來說，我們最終給業務呈現的是一個能直接使用業務表，但是它的來源有很多，如果有一張來源表出問題了，我們希望能夠快速準確地定位到問題，並清楚它的危害範圍。
減少重複開發：規範資料分層，開發一些通用的中間層資料，能夠減少極大的重複計算。
把複雜問題簡單化：
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。而且便於維護資料的準確性，當資料出現問題之後，可以不用修復所有的資料，只需要從有問題的步驟開始修復。
遮蔽原始資料的異常:
遮蔽業務的影響，不必改一次業務就需要重新接入資料。
2.數倉分層思想資料分層，每個企業根據自己的業務需求可以分成不同的層次，但是最基礎的分層思想，理論上資料分為三個層，資料運營層、資料倉庫層、資料服務層。基於這個基礎分層之上新增新的層次，來滿足不同的業務需求。資料運營層（ODS）Operatedata store（操作資料-儲存），是最接近資料來源中資料的一層，資料來源中的資料，經過抽取、洗淨、傳輸，也就說傳說中的ETL之後，裝入ODS層。本層的資料，總體上大多是按照源頭業務系統的分類方式而分類的。
例如：MySQL裡面的一張表可以透過sqoop之間抽取到ODS層。
ODS層資料的來源方式：
業務庫
經常會使用sqoop來抽取，比如我們每天定時抽取一次。在實時方面，可以考慮用canal監聽mysql的binlog，實時接入即可。
埋點日誌
線上系統會打入各種日誌，這些日誌一般以檔案的形式儲存，我們可以選擇用flume定時抽取，也可以用用spark streaming或者Flink來實時接入，當然，kafka也會是一個關鍵的角色。
訊息佇列
來自ActiveMQ、Kafka的資料等。
資料倉庫層（DW）
Datawarehouse（資料倉庫）。在這裡，從ODS層中獲得的資料按照主題建立各種資料模型。例如以研究人的旅遊消費為主題的資料集中，便可以結合航空公司的登機出行資訊，以及銀聯絡統的刷卡記錄，進行結合分析，產生資料集。在這裡，我們需要了解四個概念：維（dimension）、事實（Fact）、指標（Index）和粒度（ Granularity）。
DW資料分層，由下到上為 DWD,DWB,DWS：
DWD：data warehouse detail細節資料層，是業務層與資料倉庫的隔離層。
DWB：data warehouse base 基礎資料層，儲存的是客觀資料，一般用作中間層，可以認為是大量指標的資料層。
DWS：data warehouseservice 服務資料層，基於DWB上的基礎資料，整合彙總成分析某一個主題域的服務資料，一般是寬表。
資料服務層/應用層（ADS）：ApplicationData Service(應用資料服務)。該層主要是提供資料產品和資料分析使用的資料，一般會存放在ES、MySQL等系統中供線上系統使用。
例如：我們經常說的報表資料，或者說那種大寬表，一般就放在這裡。
下面為大家介紹一下阿里巴巴的資料倉庫分層架構：
3. 阿里巴巴資料倉庫分層架構
（1）ODS 資料準備層 功能：ODS層是資料倉庫準備區，為DWD層提供基礎原始資料，可減少對業務系統的影響。建模方式及原則：
從業務系統增量抽取、保留時間由業務需求決定、可分表進行週期儲存、資料不做清洗轉換與業務系統資料模型保持一致、按主題邏輯劃分。
（2）DWD 資料明細層 功能：
為DW層提供來源明細資料，提供業務系統細節資料的長期沉澱，為未來分析類需求的擴充套件提供歷史資料支撐。
建模方式及原則：
資料模型與ODS層一致，不做清洗轉換處理，為支援資料重跑可額外增加資料業務日期欄位、可按年月日進行分表、用增量ODS層資料和前一天DWD相關表進行merge處理。
（3）DW(B/S) 資料彙總層功能：為DW、ST層提供細粒度資料，細化成DWB和DWS；
DWS是根據DWB層資料按各個維度ID進行高粒度彙總聚合，如按交易來源，交易型別進行匯合。
建模方式及原則：
資料模型可能採用反正規化設計，合併資訊等。
（4）DataMarket(資料集市)層功能:
滿足一些特定查詢、資料探勘應用；
應用集市資料儲存
建模方式及原則：
分表儲存
（5）ST 資料應用層（ADS層）功能：
聯機事務處理OLTP、聯機分析處理OLAP。
OLTP是傳統的關係型資料庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是資料倉庫系統的主要應用，支援複雜的分析操作，側重決策支援，並且提供直觀易懂的查詢結果。
OLAP聯機分析處理的使用者是企業中的專業分析人員及管理決策人員，他們在分析業務經營的資料時，從不同的角度來審視業務的衡量指標是一種很自然的思考模式。例如分析銷售資料，可能會綜合時間週期、產品類別、分銷渠道、地理分佈、客戶群類等多種因素來考量。
根據DW層經過聚合彙總統計後的粗粒度事實表
建模方式及原則：
不分表儲存