数据仓库理论

一、数据仓库特点
1面向主题
2集成性
3不可更新
4时变性

二数仓架构分层

三数仓建模
1建模方法
范式建模法、维度建模法、实体建模法

2范式建模（3NF）
1)原子列属性不可分；
2）非主属性完全依赖主键
3）不存在传递依赖
PS:数据过于规范化，不利于数据分析；

3维度建模
维度建模步骤：

PS:数据经过大量预处理，会有大量数据冗余，可以直观反映业务问题提升数仓分析处理能力；
1）星型模型

2）雪花模型

相比星型模型更规范一些，但是模型维护成本较高，且需要关联多层维表性能较低，理解较难
3）大星座模型

四、缓慢变化维
针对维度属性变更情况，比如销售人员组织关系调动，从A区域到B区域，统计他的销售情况。
方案1：新数据覆盖旧数据
PS:维度属性变化不影响数据统计或者业务上允许按最新数据统计才行
方案2：拉链处理，保存多条数据，通过添加技术字段如生效日期失效日期来区分

五、指标体系
1、原子指标
基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标（不加任何修饰词），体现明确的业务统计口径和计算逻辑并具有明确业务含义的名词。
2、派生指标（原子指标+业务限定+时间周期构建）
3、衍生指标（派生指标的简单复合运算）