一：ODS
二：DWD
1：构建过程
（1）：选择业务过程
例如：下单业务，支付业务，退款业务，物流业务等，一条业务对应一张事实表
（2）：声明粒度
数据粒度指的仓库的数据中保存数据的细化程度的级别，声明粒度意味着精确定义事实表中一行数据是什么，应尽可能选择最小粒度，以此应付各种需求，
例如：典型的粒度声明如下
订单事实表一行数据表示的是一个订单详细表中的一个商品项，也可以是订单表中的一条订单信息，包含下单时间，订单状态等
（3）：确定维度
描述业务事实，主要表示“谁，何处，何时”信息，确定维度的原则：后续需求中是否要分析相关维度的指标，例如，需要统计，什么时间下的订单多，哪个地区下的订单，哪个用户下的订单，需要确定的维度包括：时间维度，地区维度，用户维度
（4）：确认事实
此处的事实一次，指的是业务中度量值（次数，个数，件数，金额，可以进行累加），例如订单金额，下单次数等。
在DWD层，以业务过程为建模驱动，基于每个具体业务过程的特点，构建最细粒度的明细层事实表，事实表可做适当的宽表处理。事实表和维度表关联比较灵活，但是为了应对更复杂的业务需求，可以将能关联上的表尽量关联上。
2：事实表
订单事实表：
create external table ‘dwd_fact_order_info’ (
订单编号，
订单状态，
用户id，
支付流水号，
创建时间，
支付时间，
取消时间，
退款时间，
退款完成时间，
省份id，
活动id，
原价金额，
优惠金额，
运费，
订单金额
)
其中原价金额，优惠金额，运费，订单金额是度量值 、省份id，活动id为维度外键
3：维度表
商品维度表：和商品关联的表全部关联到商品维度表里
create external table ‘dwd_dim_sku_info’ (
商品id，
spuid，
商品价格，
商品名称，
商品描述，
重量，
品牌id，
品牌名称，
三级分类id，
二级分类id，
一级分类id，
三级分类名称，
二级分类名称，
一级分类名称，
spu名称，
创建时间
)
三：DWS和DWT
1：问题
2：处理
将省份表和订单表join，group by然后计算，数据被计算了两次如何避免重复计算？
3：设计宽表
设计一张地区宽表，主键为地区id，字段包含：下单次数，下单金额，支付次数，支付金额等，依据上述指标统一计算，将结果保存在宽表中，能避免有效重复计算
4：总结
（1）：需要建哪些宽表：以维度为基准
（2）：宽表的字段是站在不同维度的角度去看事实表，重点关注事实表聚合后的度量值
（3）：DWS和DWT的区别
DWS层存放所有主题对象为当天的汇总行为，例如每个地区当天的下单次数，下单金额，DWT存放所有主题对象的累计行为，例如每个地区近7天（15，30，60天）的下单次数和金额等
若有收获，就点个赞吧
0 人点赞
