数据仓库知识点

1.数仓分层

1.为什么要分层？

1.把复杂问题简单化
2.减少重复开发
3.隔离原始数据

2.分为哪几层？

1.ODS(Operation Data Store)：原始数据层
2.DWD(Data Warehouse Detail)：明细数据层（对ODS层的数据清洗，去空值，脏数据等等）
3.DWS(Data Warehouse Service)：数据服务层（例如按天进行轻度汇总）
4.DWT(Data Warehouse Topic)：数据主题层（对数据累计汇总）
5.ADS(Application Data Store)：数据应用层（为之后各种统计报表提供数据）

3.数据集市

是一种微型的数仓，是部门级别的，而数据仓库是企业级别的。

2.数仓理论

1.范式理论

1.范式（规范化的模式）可以理解为设计一张表的表结构，符合的标准级别，规范和要求。
2.优点：可以降低数据的冗余性
缺点：获取数据时，需要通过join拼接得到最终的数据

2.三大范式

1.第一范式：核心原则属性不可分割
2.第二范式：核心原则部分函数依赖
3.第三范式：核心原则不能存在传递函数依赖

3.维度建模

维度建模专门用于分析数据库、数据仓库、数据集市的建模方法。
包含：

1.事实表

必然存在一些数据（订单表，，，，）是一堆主键的集合，每个主键对应一条记录

2.维度表

以合适的角度来创建表，分析问题的一个角度（时间、地域等等）

1.维度建模的三种方式：

1.星型模型：以事实表为中心，所有的维度表直接在事实表上。（创建方式简单，常用）
2.雪花模型：维度表可以拥有其他的维度表，不容易维护，不推荐使用
3.星座模型：基于多张事实表，而且共享维度信息。（事实表间可以共享某些维度）

2.维度建模的四个步骤

1.选择业务过程
2.生命粒度
3.确认维度
4.确认事实

4.事实表

1.事实表粒度

事实表的粒度是产生事实行的度量事件的业务定义。粒度确定了事实表的业务主键， 事实表的所有度量值必须具有相同的粒度。

2.事实表类型

1.事务事实表

它是面向事务的，其粒度是每一行对应一个事务，它是最细粒度的事实表。

2.周期快照事实表

它是按照良好的时间周期间隔(每天，每月)来捕捉业务活动的执行情况，一旦装入事实表就不会再去更新，它是事务事实表的补充，而非替代品。

3.累计快照事实表

它用于描述业务过程中某个不确定时间跨度里的活动，它随着业务活动的发生会不断的更新。

参考：
链接: https://blog.csdn.net/mark_wu2000/article/details/82668787?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161858491316780269856492%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=161858491316780269856492&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-3-82668787.first_rank_v2_pc_rank_v29&utm_term=%E7%BB%B4%E5%BA%A6%E5%BB%BA%E6%A8%A1&spm=1018.2226.3001.4187.