編輯導(dǎo)語：數(shù)據(jù)模型是數(shù)據(jù)組織和存儲的方法，模型的好壞，決定了數(shù)倉能支撐企業(yè)業(yè)務(wù)多久。而維度建模是數(shù)據(jù)倉庫建設(shè)中的一種數(shù)據(jù)建模方法。這篇文章詳細(xì)地為大家講解數(shù)倉界的泰斗Kimball的維度建模，這種建模方式被廣泛應(yīng)用在阿里滴滴等公司。感興趣的朋友一起來看看吧。

一、維度模型介紹

Kimball大師的模型流程是：從需求→模型→數(shù)據(jù)，且整個流程是自下而上的。

這種結(jié)構(gòu)也被成為數(shù)據(jù)集市總線架構(gòu)（ Data Mart Bus Architecture ）或者數(shù)據(jù)倉庫總線架構(gòu) （DataWarehouse Bus Architecture）。

Kimball模型最核心的部分在于維度建模，理解好這部分，對Kimball模型的理解基本上可以事半功倍。本文重點來介紹下維度建模。

二、應(yīng)用環(huán)境

1. 定義

維度建模是一種數(shù)據(jù)結(jié)構(gòu)技術(shù)，主要目的為了幫助用戶進行大規(guī)模且高效的數(shù)據(jù)查詢。

2. 適用

上邊的定義說明了維度建模的目的是優(yōu)化數(shù)據(jù)庫以更快地查詢數(shù)據(jù)。

維度模型旨在讀取、匯總、分析數(shù)據(jù)倉庫中的數(shù)值信息，例如：想看匯總值、分位值等等，這種特性更加適合數(shù)倉環(huán)境。而事務(wù)數(shù)據(jù)庫（OLTP）中，不適合這種設(shè)計方式，因為事務(wù)數(shù)據(jù)庫有如下特點：

• 適合快速更新和插入數(shù)據(jù)
• 鎖定一定需要被最小化
• 只適合一小部分?jǐn)?shù)據(jù)查詢
• 需要被標(biāo)準(zhǔn)化

我們再來看下數(shù)倉環(huán)境的特點：

• 適合更加快速的查詢數(shù)據(jù)
• 鎖定操作是非必須的
• 適合大量數(shù)據(jù)的查詢
• 插入和更新是非必要的

所以維度建模需要在數(shù)倉環(huán)境中被應(yīng)用。

三、名詞解釋

在介紹整體建模流程之前，有些名詞需要給大家詳細(xì)介紹下，這樣下面的內(nèi)容閱讀起來會更加通暢一點：

1. 關(guān)于事實

經(jīng)常也被成為度量，事實是可以體現(xiàn)業(yè)務(wù)流程中真實表現(xiàn)的數(shù)據(jù)。

例如：對于銷售業(yè)務(wù)流程，最核心的體現(xiàn)是季度銷售金額；對于招聘流程，最核心的體現(xiàn)是招聘人數(shù)；對于技術(shù)團隊，最核心的體現(xiàn)是開發(fā)了多少功能。

特性：不同的事實反映出不同的業(yè)務(wù)性質(zhì)；事實之間相互獨立；事實是業(yè)務(wù)量化的表示。通常情況下維度要比事實更多。

2. 關(guān)于維度

維度是經(jīng)常被大家說道的一個詞，其實維度更多的是一個視角，是從不同的角度去觀察和分析事實的一個方法。誰在那干啥？

例如：以銷售流程為例，需要分析的維度有：

• 誰買了商品——客戶名稱
• 在哪買了商品——售賣地點
• 買了啥商品——商品名稱

3. 關(guān)于屬性

屬性就是維度建模中維度的特征，我們以地理位置維度為例，他的屬性就是：省份、城市、區(qū)域等等。

4. 關(guān)于事實表

維度建模中的核心表，星型結(jié)構(gòu)中的中心位置表，該表包含了以下因素：

• 事實表
• 維度表的主鍵（事實表的外鍵）

5. 關(guān)于維度表

包含事實的維度，通過外鍵和事實表進行關(guān)聯(lián)。

特點：維度表可以為事實表進行特征描述，維度表可以包含一個或多個層次關(guān)系。

四、建模流程

1. 描述業(yè)務(wù)過程（為啥做Why）

從實際的業(yè)務(wù)過程中提取分析維度，并且把業(yè)務(wù)過程轉(zhuǎn)化為事實。

確定所需覆蓋的實際業(yè)務(wù)流程。

根據(jù)組織的數(shù)據(jù)分析需求，可能是營銷、銷售、人力資源等組織的訴求。

業(yè)務(wù)流程的選擇還取決于該流程可被應(yīng)用的質(zhì)量尚可的數(shù)據(jù)。這是數(shù)據(jù)建模過程中最重要的一步，如果在這一步出錯，整個維度建模必將以失敗告終，所以第一步一定要謹(jǐn)慎且細(xì)致的對業(yè)務(wù)進行描繪。

要描述業(yè)務(wù)流程，可以通過語言進行描述，也可以使用基本的業(yè)務(wù)流程建模符號 (BPMN) 或統(tǒng)一建模語言 (UML)進行業(yè)務(wù)描述。

比如商城業(yè)務(wù)，整個商城流程分為商家端，用戶端，平臺端，運營需求是總訂單量，訂單人數(shù)，及用戶的購買情況等。

2. 聲明粒度（做到啥程度How much）

粒度可以用來確定事實表中行表示什么。

例如：一個用戶有一個身份證、一個籍貫、多個手機號、多個銀行卡，此時與用戶粒度相同的粒度屬性為身份證粒度、籍貫粒度，因為用戶和身份證、籍貫都是一一對應(yīng)的。而對于手機粒度、銀行卡粒度是比用戶更加細(xì)致的粒度，因為存在一對多的關(guān)系。

同一事實表中，必須有相同的粒度。原子粒度是最低級別的數(shù)據(jù)粒度，原子粒度能夠承受無法預(yù)期的用戶查詢。通過原子粒度進行上卷，可以滿足各類需求。

在此階段設(shè)計之前，你需要思考下幾個問題：

• 是按月、每周、每天還是每小時存儲產(chǎn)品銷售信息？這個問題取決于高管要求的報告的性質(zhì)。
• 上個問題中的選擇將對數(shù)據(jù)庫大小有什么影響？

3. 標(biāo)識維度（是啥在哪何時What Where When）

維度是事實表的基礎(chǔ)，維度是通過不同的視角去看數(shù)據(jù)，把一堆數(shù)據(jù)進行分類，從而進行細(xì)分對比。例如：時間維度中可分天、周、月、年這樣的維度。用戶也可以分新生期、成熟期、衰退期、流失期各個生命周期這樣的維度。

細(xì)化一下這個例子： 管理者希望每天了解不同地點各類產(chǎn)品的銷售額，此時維度、屬性、層次結(jié)構(gòu)可以進行如下分解：

• 維度：產(chǎn)品、地點和時間
• 屬性：（以產(chǎn)品為例）產(chǎn)品編號（外鍵）、名稱、類型、規(guī)格
• 層次：（以位置為例）區(qū)域、省份、城市、區(qū)縣、街道

4. 標(biāo)識事實（解釋是啥What）

事實表示用來度量的，基本上都以數(shù)值來表示，這一步驟是用來標(biāo)識事實表中的每一行。此步驟與系統(tǒng)的業(yè)務(wù)用戶相關(guān)聯(lián)，因為這是他們訪問存儲在數(shù)據(jù)倉庫中，大多數(shù)事實表行都是數(shù)值，如價格等等等。

舉個例子：管理者希望每天了解不同地點特定產(chǎn)品的銷售額。

這里的事實表示通過產(chǎn)品分類、銷售時間、銷售位置等得到的銷售額總和。

一般的維度模型講解在這里會劃上尾聲，但其實維度建模還隱藏了第五步：

5. 構(gòu)建架構(gòu)

在此步驟中，只有這一步完成其實才真正的實現(xiàn)了維度建模。模式只不過是數(shù)據(jù)庫結(jié)構(gòu)（表的排列）。有兩種流較為通用的架構(gòu)：

（1）星型架構(gòu)

星型架構(gòu)很容易設(shè)計。稱為星型模式是因為構(gòu)建的形狀圖類似于星形，點從中心向外輻射。星的中心是事實表，星的點是維度表（樣圖可見本文第3部分）。

這里要特別說明以下星型模式中的事實表是第三范式，而維度表是非規(guī)范化的。

（2）雪花架構(gòu)

雪花模式是星型模式的擴展。在雪花模式中，每個維度都被規(guī)范化并連接到更多維度表。所以從結(jié)構(gòu)上來看，花花模式更為復(fù)雜一點。

小結(jié)：星型表和雪花表的對比

五、建模實例

場景：小明在2021.11.11 晚上12點買了3件棉服。他用支付寶的方式進行支付，并且在2021.11.13收到了書。

拆解：由于最近天冷了（為啥Why），小明（誰 Who）2021.11.11 晚上12點（何時 When）花費3千（多少How much）在淘寶（在哪Where）買了3件棉服（啥 What）。他用支付寶（如何 How）的方式進行支付，并且在2021.11.13收到了書。

1. 描述業(yè)務(wù)過程（為啥做Why）

由于天冷，需要保暖。

2. 聲明粒度（做到啥程度How much）

花費3k買。

3. 標(biāo)識維度（是啥在哪何時What Where When）

在淘寶上于2021.11.11 晚上12點買了3件棉服。

4. 標(biāo)識事實（解釋是啥how）

用支付寶進行購買。

六、維度改變

當(dāng)維度改變時，將會發(fā)生啥？

舉個場景來說，上海的ABC商店將會從華東區(qū)域劃分為華南區(qū)域，如果管理者想看劃分前后的對比情況應(yīng)該如何看呢？

1. 改變維度的方式一

• 用新的信息去重寫已知維度；
• 優(yōu)點：方便實施；
• 缺點：無法去看之前的表現(xiàn)；
• 實施之后，所有歷史的數(shù)據(jù)信息將看不到。

2. 改變維度的方式二

• 保留所有歷史的維度信息；
• 有點：更加方便的看出歷史的情況；
• 缺點：實施起來復(fù)雜性較高；
• 實施之后，更容易看到在華東區(qū)域的歷史數(shù)據(jù)。

3. 改變維度的方式三

• 保留所有歷史的信息，并且新增一個值；
• 有點：同時提供歷史數(shù)據(jù)和新的數(shù)據(jù)情況；
• 缺點：歷史數(shù)據(jù)表現(xiàn)將會受限制；
• 實施之后，變化前后的數(shù)據(jù)都將可以看到，但是查看歷史數(shù)據(jù)的情況將會受限制。

本文由 @業(yè)務(wù)數(shù)智化 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 pexels，基于CC0協(xié)議