维度处理-数据仓库-读书笔记(四)

数据仓库中如何使用一致性维度集成

一致性维度
1，当不同的维度表的属性具有相同的列名和领域内容时候，称为维度具有一致性
2，有利于不同事实表的合并到同一报表中去
3，在一致性维度的前提下，可以被所有事实表复用
4，可以保证分析结果的一致性且减少开销

缩减维度
场景一：当构建聚集事实表需要缩减上卷维度
场景二：商业过程自然的获取粒度级别较高的数据
场景三：两个维度具有同样粒度级别的细节数据，但是其中一个仅表示行的部分子集

跨表钻取
1，当两个表包含相同的一致性属性时候，使不同的查询能够针对两个或者更多的事实表进行查询

价值链
1，区分与组织中主要业务过程的自然流程。是对商业活动过程的重新整合和组装。同一组织下的同一个业务过程，对于不同的角色价值链不同，例如：销售商的价值链包括：购买、库存、零售额等；分类账价值链包括：预算编制、承付款项、付款等。
2，尽量为每个过程至少建立一个原子事实表

企业数据仓库总线架构
通过关注业务过程将DW／BI规划过程分解为可管理的模块，通过重用跨不同过程的标准化一致性维度发布实现集成

企业数据仓库总线矩阵
是用于设计并与企业数据仓库总线架构交互的基本工具。矩阵的行代表业务过程，列表示维度，点表示维度与给定的业务过程是否存在关联关系。

总线矩阵

总线矩阵实现细节
是一个更加细粒度化的总线矩阵，其中扩展每个业务过程行以展示特定事实。

总线矩阵实现细节

机会／利益相关方矩阵
用于区分哪些业务过程分组应该与过程中心行相关

数据仓库如何处理缓慢变化维度属性

SCD全称：Slowly Changing Dimension
SCD0：原样保留
维度值属性不会发生变化，事实表以原始值分组。例如：客户的原始的信用卡积分或者持久性标识符 如身份证

SCD1：重写
原来的属性值被新值覆盖。
特点：
1，总是反应最近的状态。此技术破坏了历史情况。
2，易于实现且不需要建立额外的维度行，但是会影响聚集事实或者OLAP多维数据库重新计算

SCD2：增加新行
在维度表中增加新行，新行采用修改的属性址
特点：
1，维度表主键更具有一般性，不能是自然键或者是持久键
2，增加新行时候，分配一个新的主代理键，作为所有事实表的外键，直到产生新的维度键

SCD2缓慢变化维度处理

3，通常我们还会有其余的设计方式去处理SCD2，但是图中的方式是管理、操作最简单的方式

SCD3：增加新属性
在维度上增加新属性以保存原来的值，新属性的变化通过SCD1方式处理
增加新列，此种方式不太常用。

SCD4：增加微型维度
当维度中的一组属性快速变化并划分为微型维度时候使用
微型维度需要自己的唯一主键。其主键从相关的事实表中获取

SCD5：增加微型维度以及类型1支架
对于精确保存历史属性值，按照当前属性值，增加报表的历史事实。
SCD5建立在SCD4基础上，并嵌入SCD1应用基维度中的微型维度

SCD6：增加类型1属性到类型2维度
也保存历史和当前维度属性值。SCD6建立在SCD2的基础上，同时嵌入维度行当前类型1版本。
在此环境中，当属性发生变化时候，SCD1属性由系统自动重写与特定持久键关联的所有行

SCD7：双类型1和类型2维度
支持现在和过去的混合技术。
通过SCD1仅仅展示最新属性值。通过SCD2展示最新历史概要。维度的持久键和代理键需要同时存在事实表上。

数据仓库如何处理维度层次关系

固定深度位置的层次
是多对一关系的一种。最容易理解和查询的层次关系，提供可预测的、快速的查询性能。
需要深度确定，命名稳定

轻微参差不齐
没有固定的层次深度，但层次深度有限。一般尝试确定最大深度，然后基于业务规则放置属性

具有层次桥接表的参差不齐／可变深度层次
深度不确定的层次非常难以建模。可以通过桥接的方式建模参差不齐的层次。桥接表对每个可能的路径保留一行，确保能够遍历所有层次的形式

具有路径字符属性的可变深度层次
通过使用路径字符属性，以避免使用桥接表表示可变深度层次。对维度中的每行的路径字符属性嵌入特定的文本字符，包含从高层次到特定维度行所描述节点的完整路径描述。
缺陷：
1，不能确保其他层次快速替换
2，无法保证共享自身层次
3，当层次发生变化，可能需要重新标记整个层次

作者：数据僧
链接：https://www.jianshu.com/p/dba6ef5217d6