数据仓库之各种表

数据仓库之各种表

在数仓项目中最大的感觉就是各种表各种分类，有丢丢搞坨坨不清，本文目的就是梳理一下数据仓库的各种“表”。

在此之前需要弄清楚OLTP和OLAP的恩恩怨怨,以及为什么要从OLTP到OLAP呢？

OLTP（On-Line Transaction Processing），操作型处理，也叫联机事务处理，也可以称面向交易的处理系统，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。

OLAP（On-Line Analytical Processing），分析型处理，叫联机分析处理，一般针对某些主题的历史数据进行分析，支持管理决策。简单来说数据库和数据仓库的区别某种程度和意义上就是等同于OLTP和OLAP的区别。

也就是说如果OLTP它储存的是最新的数据，而数据仓库或者说OLAP它是基于历史数据进行分析的，因为不要忘了我们是分析过去的数据呀~~

那么为什么就是说要从OLTP到OLAP呢？

首先对于前期数据需求较少，不需要你去提供各种指标给各个业务部门，当时通常的做法就是说写脚本，从命令行输入参数，连接数据库，将需要的原始数据提取出来，在内存中计算数据，然后将结果写入一个专门存放统计结果的DB，最后再写一个PHP页面作为报表提供给需求方，那么后面就会出问题的说，你前面偷的懒后面是要还的！所以说随着需求的增加和精细化，问题变得棘手，而且还严重影响的开发效率，基于美团数据仓库搭建过程中的各种困难场景举例说明：比如说在这过程中有很多重复劳动和代码，比如连接数据库的代码，每个人都要写，各种写法不同，分布在很多地方，如果哪个DB的连接方法变更了，需要更改很多地方。中间数据缺失，中间计算结果不能共享。不同的人写报表，每人都可能要重算一次。很难管理和维护，程序语言五花八门，同一指标可以写多种统计方法，各种语言各种执行方式，缺少文档，其他人很难接手维护。数据的清洗和转换没有统一方法，比如，哪天是每月第一天或每周第几天这种需求，靠手工调用各种时间函数来计算，非常容易出错。不同数据源的数据很难综合使用， 比如一个数据需要使用主站的数据和合同系统的数据， 要把这些数据组织在一起就很麻烦。所以我们就需要OLAP。

那就是基于OLAP，才引出了后面一大堆表！

实体表

实体表，一般是指一个现实存在的业务对象，比如用户，商品，商家，销售员等等。大家可以自行想象假如你是老板，你会怎么登记你顾客的信息，那么这个顾客的信息，就是对应实体表里面的一条数据。。。

维度表

维度表，一般是指对应一些业务状态，编号的解释表。也是对事实的描述信息，也就是这件事到底是啥样。也可以称之为码表。每一张维表对应现实世界中的一个对象或者概念。

比如地区表，订单状态，支付方式，审批状态，商品分类等等。

维度表的特征：

维表的范围很宽（具有多个属性、列比较多），因为你想就光一只猫我们可以分为胖猫瘦猫，黑猫白猫，高猫矮猫，那更