编辑导读：数据仓库有助于建立数据采集，进而支持企业做出更好的决策支持，推动后续业务。那么，我们在构建数据仓库时应该注意什么呢？本文总结和分享了数据仓库建模中的维度问题。让我们来看看。

序

本系列将从小白的角度讲述构建数据仓库过程中所需的知识和问题。主要受众是数据中层产品、数据开发者和数据分析师。

引入/介绍

大学时听说过数据仓库，但当时被书的厚度说服了。后来我不得不做数据仓库的工作，这次我不得不咬牙重新打开那些经典书籍。

起初，我想快速着陆，浏览概念上的东西，比如业务流程、粒度、维度、事实、度量等等。中间发现各种基础抽象概念不清晰，对竞品的一些功能理解不清。

俗话说，欲速则不达。底层知识是数据不变的产品的核心。只有明白这一点，我们才能跑得快、稳、远。

00-1010什么是模型？作为一个数据行业从业者，如果你从来没有想过这个问题，你一定要读下去。

先看一个例子：2021年3月6日，tzdyj下楼到【行家】便利店买菜，逛了好几次。虽然他很饿，但他想减肥，最后得到了一个【仁德书】人造肉汉堡。

准备买单的时候，收银员告诉他，最近活动加4元，可以选择原价8元的一瓶【pop rocks】酸奶。Tzdyj觉得很划算，就去买酸奶，一共付了12元。

上一段是模型。

作为一个计算机专业的学生，当我第一次看到有人给我解释这个模型的时候，我的第一反应是什么？这不是一段文字吗？没有数据库，没有表格。这能当模特吗？

别急，先看看百度百科给出的模型定义。

模型是指通过主观意识，以实体或虚拟表达的方式，构成客观阐述形态结构的表达目的的对象(对象不等于对象，不限于实体和虚拟)。

简单来说，模型就是映射“事实”的东西，构建这个东西的动作叫做建模。

事实上，如果我们学习数据库，不仔细阅读教科书，很容易仅仅从数据库和数据结构的层面狭隘地理解模型。

上面的例子是一个“人物模型”。而且这种模式可以增加更多的细节，比如怎么交，交多少钱。

为了表达更简洁，我们可以省略更多信息，只记录关键信息：“2021年3月6日，tzdyj购买了一个仁德书牌人造肉汉堡和一瓶pop rocks牌酸奶(共12)”。

如果用Excel，可以更简洁(节省空间，你懂的):

一、什么是模型，什么是建模

电脑的出现也催生了新的语言，我们用新的语言开始建模也是顺理成章的。

在这里，我将跳过关系模型和普通模型的冗长介绍，直接跳到应用场景。假设这家便利店使用现成的ERP和CRM系统。这些系统都设计了模型，数据填写如下。

二、范式模型，为了更好地记录和更新

1. 订单表

2. 订单详情表

数据量不大。分析师编写SQL直接查询正常模型。会计分析无所不能，几十万的数据更小，速度完全OK。

3. 商品详情表

范式模型解决了快速记录和节省存储空间的问题。

然而，任何事情都有两面性。当数据量较大时，从正常模型查询数据比较慢。但是一旦数据量大了，就受不了了。

社会，但凡有问题，总会有来自天堂的勇士。Innon和Kimball提出了一个新的方案：设计一个新的数据分析模型。

该模型主要解决数据插入和更新、保持一致性等问题，而维度模型解决大数据场景分析问题，称为OLTP和OLAP。

通过一个荒谬的例子来理解它们之间的区别。

你家是个大家庭，七姨八姨。你通常需要打电话。建模：每个人只保留同龄人和孩子的联系方式。想找lcdgq/孤独之歌(你)换个笑煎蛋，只能通过你爸。维度建模：所有亲戚的联系方式都写在一个家庭通讯录里。如果你想找人，可以直接找通讯录。

这个例子在现实生活中是不存在的，主要是帮助大家理解两种模式的区别：

为了应对数据频繁变化的场景，范式的数据是分散的。为了保证数据的一致性，需要符合一定的规范。我们通常使用三种范式(3NF)。维度模型将数据冗余，将一些相关数据存储在一起，便于快速查询和检索。维度的出现是为了解决大数据量带来的查询速度慢的问题。

在数据仓库领域的经典之作01《维度建模工具箱》中，Kimball定义了经典维度建模的四个步骤：选择业务流程、声明粒度、确定维度、构建事实。

p>

1. 业务过程

很多数据仓库书籍都给出了业务过程的通用定义：业务过程是企业活动中的事件，如下单、支付、退款都是业务过程，业务过程是一个不可拆分的行为事件。

看完定义，我们就会犯难了，什么是企业活动中的事件？打开手机付款，选择支付宝和微信，这些操作算不算业务过程？

这里，我们真得咬文嚼字，回归场景。交易的场景，有 2 个参与方：消费者和便利店。

便利店作为企业，如果它关心的结果只是消费者买了什么、买了多少，那消费者选择支付方式的事件，它完全不管，也不用记录。

但如果用户只开通了微信支付，没开通支付宝，因为支付问题导致没法成交，那企业肯定也会关心选择支付方式这个事件以及其结果。

业务过程，是不可拆分的事件，而且是基于分析目标进行选定的。

理解一个词，不能脱离情景，多尝试将自己置于企业经营的情景下。

企业里每天都有各种事情，而作为直率的音响的我们，最核心的关注点是什么？是从收益、成本出发，价值链条上最具影响力的事情或者事件。

2. 粒度

理解粒度，其实很简单：干什么样的事情，会新增一条记录。

wwdld支付了一笔，系统会新增一条支付记录，当我们要统计分析交易的订单数时，订单是最细的粒度。

而这笔交易中，包含了两个商品，当我们要分析所有订单卖出的商品数，每个商品则变成了最细粒度。

3. 维度

维度，就是我们要进行分析的角度。

比如，在便利店场景中，一天的经营结束了，可以按品牌的维度分析，各个品牌的酸奶销售量；可以按日期维度分析，我们可以知道，周一到周日，每天的交易额如何。

某天，当我们发现交易数据发生异常的时候，我们可以按照品牌、日期等维度进行分析，逐个排查，直到找到根本的原因。

4. 事实

广义地来说，所有被记录下来的事情，都是事实。

而维度建模中，对事实进行了细分，事实包含 2 类属性：维度、度量。维度就是上文所说的各个角度的数据，而度量，则通常是数值型的。

举个例子，我们描述一个长方形，但是没描述它具体多长、多宽，其他人是没法确定这个长方形具体多大的。

只有补充上它对应的维度和度量，人们才能理解。比如，长 4cm，宽 3cm。

长、宽是维度，4米、3米则是对应维度上的度量。

事实，就是描述客观事物的所有核心信息的所有数据的集合。

五、总结

模型是映射 “事实” 的东西，构建这个东西的动作就叫做建模。范式模型很好地解决了快速记录和节约存储空间的问题。维度模型是一种用于大数据量场景下实现快速分析的模型。维度建模有四大要素：业务过程、粒度、维度、事实。

数据分析，本质还是利用数据去分析客观的规律，利用这些规律，进而进行经营战略、营销策略上的调整，以应对市场的变化。

用好维度建模，从数据中发现规律和秘密，更好地帮助企业提高效率和效益。

下期文章我们继续聊数仓，带你细品粒度~

作者：lee；公众号：乐说乐言

本文由 @lee 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议