數(shù)倉避坑-整明白懂粒度

數(shù)倉避坑-整明白懂粒度編輯導(dǎo)語：在數(shù)倉中，你理解什么是粒度嗎？這是一個(gè)很抽象的名詞，但同時(shí)它又是數(shù)倉中重要的一個(gè)概念。作者通過五個(gè)方面總結(jié)如何把粒度整明白的方法，我們一起來看下吧。上篇文章數(shù)倉避坑-搞懂維度模型介紹了維度建模經(jīng)典的四部曲：選定業(yè)務(wù)過程、聲明粒度、確定維度、確定事實(shí)。第二步中，粒度的概念著實(shí)有點(diǎn)抽象，很難理解。但是，如果粒度整不明白，近乎等于數(shù)倉沒入門，你將會面臨一系列問題~今天就給大家分享一下，我踩坑粒度的過程。一、先說說粒度的概念選定了分析的過程，緊接著就要聲明粒度?？吹綍镞@么說，我當(dāng)時(shí)的反應(yīng)是：為什么？粒度是什么？普通場景里，粒度可以理解為一個(gè)東西的大小。比如，鉆石要區(qū)分顆粒度，大小不同的鉆石，價(jià)格不一。而在數(shù)據(jù)分析的語境里，粒度則意味著分析的范圍，分析的細(xì)致程度。舉兩個(gè)例子。系統(tǒng)的注冊總?cè)藬?shù)，可以按照國家、省份來統(tǒng)計(jì)，這是地域?qū)用嫔系牟煌y(tǒng)計(jì)粒度。系統(tǒng)的活躍用戶數(shù)，可以按天、按周統(tǒng)計(jì)登錄人數(shù)，這是時(shí)間層面上不同的統(tǒng)計(jì)粒度。從數(shù)據(jù)表的角度來看，粒度則解釋著什么情況下增加一條記錄。按國家統(tǒng)計(jì)用戶數(shù)，中國只會有一條記錄，按省統(tǒng)計(jì)，中國則會有34條記錄。按周統(tǒng)計(jì)活躍用戶，一年只會有52行記錄，按天統(tǒng)計(jì)，一年則有365或366條記錄。二、通過實(shí)戰(zhàn)理解粒度好，看書搞懂了概念，實(shí)戰(zhàn)就來了。公司出了新APP，老板很關(guān)心新APP的用戶活躍程度，于是，用戶端產(chǎn)品經(jīng)理希望做個(gè)面板，看每天有多少人登錄。同時(shí)，他提了另一個(gè)需求，他希望能支持統(tǒng)計(jì)兩個(gè)日期區(qū)間內(nèi)的登錄人數(shù)（兩個(gè)日期是變化的）。通過例子理解：某個(gè)活動發(fā)布后，要查看不同時(shí)間區(qū)間內(nèi)的累積活躍用戶數(shù)，比如1-2號，3-5號，以便及時(shí)調(diào)整促活的策略。初生牛犢不怕虎，說搞咱就搞，就按照維度建模經(jīng)典套路搞。首先，選定業(yè)務(wù)過程。這個(gè)一目了然，自然就是用戶登錄過程。其次，聲明粒度。這里用戶方希望按照不同的日期統(tǒng)計(jì)累積人數(shù)，那粒度是天。然后，是確定維度。這個(gè)例子里，因?yàn)橐凑杖掌诜治?，最主要的維度是日期（為了簡單，例子里就就先不考慮其他維度了），日期維度表設(shè)計(jì)如下：三下五除二，維度模型搞定！就等寫好ETL腳本，按周期調(diào)度啦。三、維度模型搞不定，是粒度理解不到位構(gòu)建模型，最終都是為了查出對應(yīng)的指標(biāo)和結(jié)果，所以維度模型通常都會跟標(biāo)準(zhǔn)的指標(biāo)系統(tǒng)配套來使用。對指標(biāo)體系不太了解的朋友可以看這篇：一文幫你更好地理解指標(biāo)，或者看華為阿里的產(chǎn)品。當(dāng)我們按照標(biāo)準(zhǔn)套路，進(jìn)入指標(biāo)設(shè)計(jì)階段，問題就會慢慢浮出水