数据仓库设计示例

数据仓库概念

Aaren Stubberfield

Data Scientist

铺垫背景

• 新创公司
• 照片分享应用

¹ 照片作者 Alex Alvarado，来自 unsplash.com

自上而下，还是自下而上？

考虑因素：

• 需尽快体现业务价值
• 自上而下方法启动周期更长

决策：

• 采用自下而上方法
• 销售数据集市为优先

Kimball——选择组织流程（步骤 1）

考虑因素：

• 哪类客户会大量购买照片？

决策：

• 开发客户购买主题

Kimball——声明粒度（步骤 2）

考虑因素：

• 数据需具备灵活性以回答多种问题
• 选择尽可能低的粒度

决策：

• 跟踪客户/照片购买

Kimball——识别维度（步骤 3）

考虑因素：

• 用户如何描述该业务过程产生的数据？
• 客户优先级

决策：

• 客户位置（国家与州/省）
• 客户加入日期
• 默认支付方式

Kimball——识别事实（步骤 4）

考虑因素：

• 我们要回答什么？

决策：

• 购买前查看照片的时长
• 照片价格与税费
• 购买日期

事实表与维度表

本地部署还是云端实现

考虑因素：

• 不希望前期投入硬件/软件成本
• 小团队，聚焦高价值工作

决策：

• 采用云端实现

ETL 还是 ELT 实现

考虑因素：

• 保留全部数据
• 云端可按需扩展计算

决策：

• 采用 ELT

总结

• 规划至关重要
• 依据情境定制方法

让我们来练习！

数据仓库概念