DWD层维度建模

数据仓库维度建模总结

DWD 层需构建维度模型,一般采用星型模型,呈现的状态一般为星座模型。

维度建模一般按照以下四个步骤:

选择业务过程→声明粒度→确认维度→确认事实

DWD层事实表设计原则
联系维度的外键+度量值

DWS层建模

数据仓库维度建模总结

统计各个主题对象的当天行为,服务于DWT 层的主题宽表,以及一些业务明细数据,

应对特殊需求(例如,购买行为,统计商品复购率)

DWS层表设计原则
通过外键获取相关的度量值,整合多个dwd事实表度量值构成新表。

DWT层建模
以分析的主题对象为建模驱动,基于上层的应用和产品的指标需求,构建主题对象的全

量宽表。

DWT层事实表设计原则
维度关联的事实表度量值+开头、结尾+累积+累积一个时间段。

比如下单

开头:
第一次下单时间

第一次下单金额

结尾:
最后一次下单时间

最后一次下单金额

结尾+累积:
累积下单金额

累积下单次数

结尾+累积一个时间段:
最近一个月(30天)下单时间

最近一周(7天)下单时间
数据仓库维度建模总结
总结
事实表就是动作,如支付,下单,退款,架构

维表就是名词,优惠券,活动,商品,用户

数仓就是通过名词去组合动作描述一件事,某人某日某时某地在某处购买某物花了多少钱。

相关文章:

  • 2022-12-23
  • 2021-10-23
  • 2021-12-19
  • 2021-10-12
  • 2021-07-11
  • 2021-08-18
猜你喜欢
  • 2021-04-22
  • 2021-10-29
  • 2021-06-05
  • 2022-02-03
  • 2021-09-03
  • 2021-11-26
相关资源
相似解决方案