基于OneData的数据仓库建设（阿里巴巴大数据之路）

1- 指导思想

本文章大部分内容来自《阿里巴巴大数据之路》一书

• 首先，要进行充分的业务调研和需求分析。

• 其次，进行数据总体架构设计，主要是根据数据域对数据进行划分；按照维度建模理论，构建总线矩阵，抽象出业务过程和维度。

• 再次，对报表需求进行抽象整理出相关指标体系，使用OneData工具完成指标规范定义和模型设计。最后，是代码研发和运维。

• 其实施流程主要分为：数据调研、架构设计、规范定义和模型设计。

2- 数据调研

2.1- 业务调研

需要确认要规划进数仓的业务领域，以及各业务领域包含的功能模块，以阿里的业务为例，可规划如下矩阵：

2.2- 需求调研

了解需求方关系哪些指标？需要哪些维度、度量？数据是否沉淀到汇总层等到。

3- 架构设计

3.1- 数据域的划分

数据域是将业务过程或者维度进行抽象的集合，一般数据域和应用系统(功能模块)有联系，可以考虑将同一个功能模块系统的业务过程划分到一个数据域：

3.2- 构建总线矩阵

在进行充分的业务调研和需求调研后，就要构建总线矩阵了，需要做两件事情：

• 明确每个数据域下有哪些业务过程。
• 业务过程与哪些维度相关，并通过总线矩阵定义每个数据域下的业务过程和维度：

4- 指标体系搭建

4.1- 基本概念

• 数据域：指面向业务分析，将业务过程或者维度进行抽象的集合。
• 业务过程：指企业的业务活动中的事件。
• 时间周期：用来明确数据统计的事件范围或者时间点，如近30天、截至当前。
• 修饰类型：对修饰词的一种抽象划分。
• 修饰词：指除统计维度外指标的业务场景限定抽象。抽象词隶属于一种抽象类型，如访问终端类型下的pc、安卓、苹果。
• 度量/原子指标：具有明确含义的业务名词。如：支付金额。
• 维度：维度是度量的环境，用来反应业务的一类属性，这类属性的集合称为一个维度，也可以称为实体对象，如地理维度、时间维度。
• 维度属性：对维度的描述，隶属于一个维度。如：地理维度下的国家、省份。
• 派生指标：原子指标+多个修饰词(可选)+时间周期。
• 明确原子指标、修饰词、时间周期和派生指标的定义。

4.2- 操作细则

• 派生指标来源于三类指标：事务型指标、存量型指标和复合型指标。
• 事务型指标：指对业务活动进行衡量的指标。
• 存量型指标：指对实体对象某些状态的统计。
• 复合型指标，在上述两种指标基础上复合而成的。