互联网电商大数据环境 ——大数飓数据分析实践培训精华笔记(五)——数据仓库维度建模实例

维度建模实例

库存管理业务建模案例

1. 选定某一业务过程，如：库存管理业务

2.根据各用户的需求（关注的主题），定义该业务处理的粒度。

主题一：矿厂中每种产品库存水平的日快照

主题二：每种特定产品的仓库库存事务每日情况

主题三：每种特定产品每日的入库装运情况

3.选定每个事实表维度

库存水平　　　事实表维度：日期、矿厂、产品

仓库库存事务　事实表维度：日期、仓库、产品、供应商、事务类型

入库装运　　　事实表维度：到货日期、检测日期、入库日期、销售批准日期、分拣日期、装箱日期、装运日期、销售批准日期、分拣日期、装箱日期、装运日期、最近回收日期、产品、供应商、仓库

4.确定每个事实表的数字型事实

库存水平　　　事实表数字型事实：现有数量

仓库库存事务　事实表数字型事实：事实表维度：仓库库存事务金额

入库装运　　　事实表数字型事实：到货量、检测量、退货量、入库量、批准销售量、分拣量、装箱量、装运量、回收量、顾客退货量

5.确定模型

星形模型

主题一：矿厂库存快照事实，周围三个维：日期维、矿厂维、产品维；

矿厂库存快照事实表包括：日期关键字、产品关键字、矿厂关键字、现有数量；其他维度表有：相应关键字及其属性。

主题二：仓库库存事务事实，周围５个维：日期维、产品维、供应商维、仓库维、库存事务类型维；

主题三：仓库库存累积事实，周围维度表有：到货日期维度、检测日期维度、入库日维度等。

电信DW建模案例

1. 明确业务需求。分解需求。

如：用户行为分析＝哪些行为?时长、话费、次数...

　　用户行为分析＝哪些角度?时间、区域、语音、主被叫

2. 确定数据存储粒度。

注：电信DW中，事实表基本是以聚焦型事实表为准，因此粒度基本上由维度决定。

当前细节级ODS：用户通话清单

轻度综合级EDS：用户每日通话汇总

高度综合级DM：用户每月通话汇总

3.确定每个事实表维度：时间、区域、语音、主被叫

时间：分析时段的通话情况，明确闲忙时段区间；

分析每日每周每月通话情况，了解市场稳定性

区域：分析用户漫游、长途通话，制定套餐调整资费

语音：分析用户语音通话行为，分析用户数据业务通话行为

4.确定每个事实表的数字型字段：时长、话费、次数

时长：通话开始时间和结束时间计算得到

话费：本地、长途、漫游；应该不包含优惠冲减话费、话费计算规则

次数：累计通话

5.确定模型

星形模型