Hive+Spark离线数仓工业项目--数仓维度层DWS层构建（1）

维度建模回顾：建模流程

目标：掌握维度建模的建模流程

实施

step1-需求调研：业务调研和数据调研

    - 了解整个业务实现的过程
    - 收集所有数据使用人员对于数据的需求
    - 整理所有数据来源

  step2-划分主题域：面向业务将业务划分主题域及主题

    - 用户域、店铺域
    - 商品域、交易域、
    - 客服域、信用风控域、采购分销域

step3-构建维度总线矩阵：明确每个业务主题对应的维度关系

 step4-明确指标统计：明确所有原生指标与衍生指标

原生指标：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，如支付总金额

衍生指标：基于原子指标添加了维度：近7天的支付总金额等

step5-定义事实与维度规范

    - 命名规范、类型规范、设计规范等

step6-代码开发

    - 实现具体的代码开发

    - 只要知道指标的计算方式，基于维度分组计算指标
  

维度建模回顾：维度设计

目标：掌握维度建模中维度的设计

实施

功能：基于组合维度来更加**细化我们的指标**，来更加精确的发现问题
- 指标如果不基于组合维度进行分析得到，指标的结果是没有意义的
实现：开发中维度就是指标聚合时的**分组字段**
特点
    - 数据量小
    - 很少发生变化
采集方式：全量
常见维度
    - 时间维度：年、季度、月、周、天、小时
    - 地区维度：国家、省份、城市
    - 平台维度：网站、APP、小程序、H5
    - 操作系统维度：Windows、Mac OS、Android、Linux、IOS
    - ……

维度建模回顾：维度模型

目标：掌握维度设计的常用模型

路径

  - step1：雪花模型
  - step2：星型模型
  - step3：星座模型