數據倉庫專題（2）-Kimball維度建模四步驟

1、前言

　　四步過程維度建模由Kimball提出，能夠作爲業務梳理、數據梳理後進行多維數據模型設計的指導流程，可是不能做爲數據倉庫系統建設的指導流程。本文就相關流程及核心問題進行解讀。

2、數據倉庫建設流程

　　如下流程是根據業務系統、組織結構、團隊結構現狀設定的數據倉庫系統建設流程，適合系統結構複雜，團隊協做複雜，人員結構複雜的狀況，而且數據倉庫建設團隊和業務系統建設團隊不一樣的狀況。具體流程以下圖所示：

 

圖1 數據倉庫系統建設流程

 

3、四步維度建模

　　Kimball四步建模流程適合上述數據倉庫系統建設流程中模型設計環節，重點解決數據粒度、維度設計和事實表設計問題。四步建模流程以下圖所示：

3、流程解讀

　　3.1 如何肯定粒度

　　　　最細粒度和聚合粒度之爭？留給你們來辯駁吧，你們能夠在評論中發表各自的觀點。

　　3.1 如何標識維度

　　　　標識維度解決的是業務人員如何描述來自業務過程的數據，維度用來表示「誰、什麼、什麼時候、何處、爲什麼、如何」的問題。以競價廣告檢索流程而言就是客戶經過什麼渠道、什麼樣的客戶端（OS、IP）、檢索了什麼樣的內容、請求最終有誰受理等。

　　3.2 如何標識事實

　　　　標識事實實際上是在肯定業務過程的度量指標，指標何來？哪些指標必須保留，那些指標必須刪除，待定指標如何處理？必須綜合考慮業務用戶需求和現實數據的實際狀況。事實表的設計徹底依賴於物理活動，不受可能產生的最終報表的影響，報表只是事實表設計的參考視角。

4、未完待續

　　數據倉庫專題做爲項目筆記，持續更新中，敬請關注。