三种事实表

事实表作为数据仓库维度建模的核心,紧紧围绕着业务过程来设计,通过获取描述业务过程的度量来表达业务过程,包含了引用的维度和与业务过程有关的度量。
事实表概述:

三种类型:++事务事实表++ 、++周期快照事实表++ 、++累计快照事实表++

++事务事实表++:

也称原子事实表,描述业务过程,跟踪控件或时间上某点的度量事件,保存的是最原子的数据;

++周期快照事实表++:

以一个周期为时间间隔,来记录事实,一般周期可以是每天、每周、每月、每年等;

++累计快照事实表++:

用来描述过程开始和结束之间的关键步骤事件,覆盖过程的整个生命周期,通常具有多个日期字段来记录关键时间点;当过程随着生命周期不断变化时,记录也会随着过程的变化而被修改;例如,要看整个生命周期的多个业务过程,比如:创建订单->买家付款->卖家发货->买家确认收货。粒度是一个订单一行数据,创建订单时间,付款时间,发货时间,收货时间分别作为一个字段,便于计算不同业务过程的时间间隔。
三种事实表对比:

|-------|-------------|----------------|---------------------|
| | 事实事务表 | 周期快照事实表 | 累计快照事实表 |
| 时间/日期 | 离散事务时间点 | 以有规律的、可预测的 | 用于时间跨度不确定的、不断变化的工作流 |
| 日期维度 | 事务日期 | 快照日期 | 相关业务过程涉及的多个日期 |
| 粒度 | 每行代表实体的一个事务 | 每行代表某时间周期的一个实体 | 每行代表一个实体的生命周期 |
| 事实 | 事务事实 | 累计事实 | 相关业务过程事实和时间间隔事实 |
| 事实表加载 | 插入 | 插入 | 插入与更新 |
| 事实表更新 | 不更新 | 不更新 | 业务过程变更时更新 |

事实表设计八大原则

++原则一:尽可能包含与业务过程相关的事实++

分析哪些事实与业务过程相关,是设计过程中非常重要的关注点;

在事实表中,尽量包含所有与业务过程相关的事实,即使存在冗余,由于事实通常是数字型,存储开销不会太大;

++原则二:只选择与业务过程相关的事实++

如,订单的下单这个业务过程,事实表中不应该存在支付金额这个表示支付业务过程的事实;

++原则三:分解不可加事实为可加的组件++

如,订单的优惠率,应分解为订单原价金额和订单优惠金额两个事实存储在事实表中;

++原则四:在选择维度和事实之前必须先声明粒度++

因为原子粒度提供了最大限度的灵活性,可以支持无法预期的各种细节层次的用户需求;

粒度用于确定事实表中一行所表示业务的细节层次,决定了维度模型的扩展性;

每个维度和事实必须与所定义的粒度保持一致;

设计事实表时,粒度定义越细越好,一般从最低级别的原子粒度开始;

++原则五:在同一个事实表中,不能有多种不同粒度的事实++

粒度为票一级;(实际业务中,一个订单可以指支付多张票)

票支付金额和票折扣金额,两个事实的粒度为"票级",与定义的粒度一致;

订单支付金额和订单票数,两个事实的粒度为"订单级",属于上一层订单级数据,与"票级"事实表的粒度不一致,且不仅能进行汇总;

如果以订单金额和订单票数这两个维度汇总总金额和总票数,会造成大量的重复计算;

++原则六:事实的单位要保持一致++

如订单金额、订单优惠金额、订单运费这三个事实应该采用统一的计量单位,统一为元或分,以方便使用;

++原则七:对事实的NULL值要处理++

在数据库中,NULL值对常用数字型字段的SQL过滤条件都不生效;如大于、小于、等于等;应用0代替NULL;

++原则八:使用退化维度提高事实表的易用性++

易用性是指对事实表较少关联操作、过滤查询、控制聚合层次、排序数据、定义主从关系等;

事实表中存储各种类型的常用维度信息,较少下游用户使用时关联多个表的操作;

通过退化维度,可以实现对事实表的过滤查询、控制聚合层次、排序数据、定义主从关系等;
事实表设计方法(暂未完善...)

第一步:选择业务过程及确定事实表类型

第二步:声明粒度

第三步:确定维度

第四步:确定事实

相关推荐
weixin_307779138 分钟前
AWS Redshift 数据仓库完整配置与自动化管理指南
开发语言·数据仓库·python·云计算·aws
阿里云大数据AI技术1 小时前
云栖实录 | 通义实验室基于MaxCompute进行大模型数据管理及处理
大数据·人工智能
yumgpkpm2 小时前
CMP (类ClouderaCDP7.3(404次编译) )华为鲲鹏Aarch64(ARM)信创环境多个mysql数据库汇聚的操作指南
大数据·hive·hadoop·zookeeper·big data·cloudera
CryptoPP3 小时前
获取越南股票市场列表(包含VN30成分股)实战指南
大数据·服务器·数据库·区块链
跨境小新3 小时前
TG弹出“只能给双向联系人发送消息”的飞机双向限制怎么办?
大数据
数智顾问4 小时前
破解 Shuffle 阻塞:Spark RDD 宽窄依赖在实时特征工程中的实战与未来
大数据·分布式·spark
Giser探索家4 小时前
遥感卫星升轨 / 降轨技术解析:对图像光照、对比度的影响及工程化应用
大数据·人工智能·算法·安全·计算机视觉·分类
lisw055 小时前
数字化科技简化移民流程的 5 种方式
大数据·人工智能·机器学习
NewCarRen5 小时前
基于自动驾驶仿真软件的交通事故档案建模与分析
大数据·汽车功能安全
JAVA学习通6 小时前
Replication(下):事务,一致性与共识
大数据·分布式·算法