《数据仓库工具箱：维度建模的完全指南》笔记总结

此篇是关于本书的读书笔记总结，因为在这方面的理解还是比较初级的状态，有误之处还望指教。

?

个人认为这本书对于数据仓库的建模思路有一个很明确的描述：围绕事实表建立维度表。对数据仓库的建设有关键步骤上的指点：

? ? ?四步流程：

? ? ?1. 确定业务流程

? ? ?2. 确定粒度

? ? ?3. 确定维度

? ? ?4. 确定事实表

另外一方面，由于这本书的出版时间大约在2005年前，因此对于Hadoop之类的分布式概念没有涉及，姑且可以认为是传统数据仓库建模的建模流程（这里的表述未必准确，因为本书主要是概念性的指导而非物理实现的说明，因此对于数据建模还是有很大的参考价值的）。而且不知道是不是翻译的差异，感觉行文比较啰嗦，经常看了半天也抓不住重点。

?

这里列举一些感触较深的概念：

1.??????因果维度：如果某个维度的变化会导致事实表变化，则称其为因果维度。事实上，每个维度（比如时间维度）的变化都会造成事实表（比如销售量）的变化，因果维度的特殊性在于这种变化是主动的，用来描述决策者行为对事实表的变化，而时间等维度更多的是自然性的变化。

因果维度的对立面是偶然维度，这个概念我也没有足够了解，可能指的是相关而非因果的信息。

促销维度是一种典型的因果维度，其中包括降价，活动等等，见第二章

2.??????总线结构：这是对于公司不同部分在数据仓库建设方面的关联方法，增量的构建数据仓库。既然不同业务部门都要建立数据仓库，作者提出按业务而不是按部门建立数据仓库，因此总线流水式符合业务的运行流程，可以更好的与业务结合，毕竟数据仓库的目标是服务业务的

3.??????值链：描述机构主体活动的自然逻辑流程。主要目标是将业务中先分解为几个部分，不同部分可能分别由操作型源系统构成。

操作型源系统即OLTP，和数据仓库的区别是normalized. 我个人认为normalized和denormalized问题如同CPU密集和IO密集型应用一样，是数据仓库和数据库最最根本的分别。（雪花型和星型反映的也是数据仓库的规范化程序，即应用中的半规范化概念）。

4.??????半加性事实：在某些维度下可加，在另外一些维度下不可加的事实。比如银行存款，在日期维度上，一周后的存款不等于每天结算时的存款总额，而在银行网点维度上，一个城市的总存款等于各个分行的存款总额。

5.??????混合事实表：某些应用中，事实表的事实可能存在内在关联，那么是把它们分裂作为不同的事实表，还是混合作为一个整体的事实表需要考量。

6.??????渐变维度：在业务发生调整时基本保持不变的维度，与之相对应的是快变维度，比如某个维度表的属性经常性的发生取值变化。

7.??????一致性维度：避免不同业务部门对于维度定义的不统一，这也是数据仓库团队的主要工作之一，避免同一个概念的不同表述。

8.??????三种基本的事实表：

? ? ?(1)事务：记录基本的事务活动

? ? ?(2)周期性快照 : 规律性的时间插入

? ? ?(3)累计快照：存在重新存取

9. ?维度支架：一种雪花状模型使用的条件，其特点是最外延的维度表很多属性，它又作为关键字给内延维度表查询使用，合并在一起由于粒度差距较大而会引起极大的冗余

10. 属性变化策略

? ? ?(1) 改变属性值：对于非关键字，可以直接做替换，问题在于无法记录旧的取值

? ? ?(2) 添加维度行：如果某个维度的属性发生变化，那么不是直接替换原来值，而是生成新值

? ? ?(3) 添加维度列：比如现部门，前部门。增加一个新的维度列把维度与之间信息相关联

?

另外有一本书<<点击流数据仓库>>，作者也是Kimball的拥护者，也存在时间较早的遗憾，虽然谈了很多具体实现，但和现在的应用环境有较大的区别。网上有很多不错的建模文章（比如宽表建模，Hive）但还是很希望能有一些接地气的DW/BI设计书籍可以系统阅读，如果有可以推荐给我非常欢迎。