希望 了解數倉的整體建設中的細節及模闆。那有啥說的，上幹貨！

數倉全景圖鎮樓

00

建設過程

數倉建模的過程分為業務建模、領域建模、邏輯建模和物理建模，但是這 些步驟比較抽象。為了便于落地，我根據自己的經驗，總結出上面的七個步驟：梳理業務流程、垂直切分、指标體系梳理、實體關系調研、維度梳理、數倉分層以及物理模型建立。每個步驟不說理論，直接放工具、模闆和案例。

01

業務流程

1

找到公司核心業務流程，找到誰，在什麼環節，做什麼關鍵動作，得到什麼結果。

2

梳理每個業務節點的客戶及關注重點，找到數據在哪。

02

分域/主題

3

決定數倉的建設方式，快速交活，就用自下而上的建設。要全面支撐，就頂層規劃，分步實施，交活稍微慢點。

4

同時按照業務領域劃分主題域。主題域的劃分方法有：按業務流劃分（推薦）、按需求分、按職責分、按産品功能分等。

03

指标體系

5

指标的意義在于統一語言，統一口徑。所以指标的定義必須有嚴格的标準。否則如無根之水。

指标可分為原子指标、派生指标和衍生指标，其含義及命名規則舉例如下：

6

依照指标體系建設标準，開始梳理指标體系。整個體系同樣要以業務為核心進行梳理。同時梳理每個業務過程所需的維度。維度就是你觀察這個業務的角度，指标就是衡量這個業務結果 好壞的量化結果。

請注意，此時不能被現有數據局限。如果分析出這個業務過程應該有這個指标，但是沒有數據，請标注出來，提出收集數據的需求。

04

實體關系

7

每個業務動作都會有數據産生。我們将能夠獲取到的數據，提取實體，繪制ER圖，便于之後的維度建模。

8

同樣以業務過程為起點向下梳理，此時的核心是業務表。把每張表中涉及的維度、指标都整理出來。

05

維度整理

9

維度标準化是将各個業務系統中相同的維度進行統一的過程。其字段名稱、代碼、名字都可能不一樣，我們需要完全掌握，并标準化。

維度的标準盡可能參照國家标準、行業标準。例如地區可以參照國家行政區域代碼。

另外，有些維度存在層級，如區域的省、市、縣。絕大多數業務系統中的級聯就是多層級維度。

06

數倉分層

10

數據倉庫一般分為4層，名字可能會不一樣，但是其目的和建設方法基本一緻：

每一層采用的建模方法都不一樣，其核心是逐層解耦。越到底層，越接近業務發生的記錄，越到上層，越接近業務目标。

11

依托數倉分層的設計理論，根據實際業務場景，我們就可以梳理出整體的數據流向圖。這張圖會很清晰的告訴所有人，數據從那來，到哪裡去，最終提供什麼樣的服務。

07

模型建立

12

此時才真正進入純代碼階段。數倉、etl工具選型；ETL流程開發；cube的建立；任務調度，設定更新方式、更新頻率；每日查看日志、監控etl執行情況等等。

前面梳理清楚了，ETL會變的非常清晰

私貨

1、數倉建設必須從業務中來，到業務中去；

2、數倉分層的目的是業務解耦；

3、無論哪種建模方式，其核心是業務實體；

4、按領域建設能快速交活，後遺症将會在2年之後爆發，且難以解決；

5、數倉建設應該把75%的時間投入到設計階段，如果不是，那你就慘了；

6、數倉本身也可以疊代。

7、傳統數倉并沒有一種叫做“寬表模型”的模型，大數據時代新誕生的名詞，因為很多大數據組件join代價極高。實際上是範式退化。

作者：彭文華 大數據架構師 分享數據分析、大數據技術、數倉建設相關的技術、方法論、案例、解決方案。