数据库 概念厘清 Catalog、Schema | 字段、维度、口径与指标_catalog schema

1.Catalog、Schema和User

Catalog和Schema

按照SQL标准的解释，在SQL环境下Catalog和Schema都属于抽象概念，可以把它们理解为一个容器或者数据库对象命名空间中的一个层次，主要用来解决命名冲突问题。
从概念上说，一个数据库系统包含多个Catalog，每个Catalog又包含多个Schema，而每个Schema又包含多个数据库对象（表、视图、字段等），反过来讲一个数据库对象必然属于一个Schema，而该Schema又必然属于一个Catalog，这样我们就可以得到该数据库对象的完全限定名称从而解决命名冲突的问题了。
例如数据库对象表的完全限定名称就可以表示为：Catalog名称.Schema名称.表名称，但还有一点需要注意的是，SQL标准并不要求每个数据库对象的完全限定名称是唯一的，就像域名一样，如果喜欢的话，每个IP地址都可以拥有多个域名。

User与schema

把Database看作是一个大仓库，仓库分了很多很多的房间，Schema就是其中的房间，一个Schema代表一个房间。 User就是每个Schema的主人，（所以Schema包含的是Object，而不是User）
其他参考：
USER和SCHEMA的关系Select current_user：查看当前操作数据库的用户

table和view

table是实际表，table在数据库中实际存在；
view（视图）是虚拟的表，不占用存储空间，只是一个(关联)查询的结果，你可以在某一方面将它等同于查询逻辑。视图的优点有两个：（1）对于复杂的查询，可以在中间生成视图，避免套表；（2）被引用的视图表数据实时更新。

2.字段、维度、口径与指标

总结起来就是： 根据口径选取维度找到字段计算指标

口径

口径是取数逻辑（如何取数的），比如要取的数是10岁以下儿童中男孩的平均身高。

维度

• 维度是取数的依据字段：年龄、性别、身高。

具体地说，维度是事物或现象的某种特征，如性别、地区、时间等都是维度。通常把时间上的对比（如环比上月、同比去年）称为纵比，把同级单位之间的比较称横比，如不同国家人口数/GDP的比较，不同省份收入/用户数的比较。
维度可以分为定性维度跟定量维度，一般会对定量维度进行离散化处理（数值分组）从而使使规律更加明显。

指标

• 指标是口径的衡量值，也就是最后的结果，通常需要经过加和、平均等汇总计算方式得到。

指标可以分为绝对数指标和相对数指标，绝对数指标反映的是规模大小的指标，如人口数、GDP、收入、用户数，而相对数指标主要用来反映质量好坏的指标，如利润率、留存率、覆盖率等。两者相结合、全面衡量事物发展。