- 1idea git 过滤target_IDEA + maven 零基础构建 java agent 项目
- 2安装IK分词器_ik分词器不能直接解压
- 3使用docker安装SQL审计工具archery_sql语法检查工具 docker
- 4IBM MQ部分知识点梳理
- 5微信小程序获取手机号报错getPhoneNumber:fail no permission
- 6FLP不可能原理
- 7信息论在机器学习中的实际应用
- 8脱胎于 S 语言的R语言，Ross Ihaka 和 Robert Gentleman 和社区的力量让 R 在学术界与研究机构放光彩
- 9【AI】本地部署可以与文件沟通的GPT：Llama 2 + GPT4All + Chroma_ollama gpt4all
- 10Redis精通系列——LFU算法详述(Least Frequently Used - 最不经常使用)_redis lfu算法
大数据最新一篇文章搞懂数据仓库：维度表（设计原则、设计方法）(1)，2024年最新【好文推荐】
赞
踩
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
（3）区分数值型属性和事实
（4）沉淀出通用的维度属性，为建立一致性维度做好铺垫
（5）退化维度（DegenerateDimension）
（6）缓慢变化维（Slowly Changing Dimensions）
3、维度表设计方法
1、什么是维度表？
=========
维度是维度建模的基础和灵魂。在维度建模中，将度量称为“事实” ， 将环境描述为“维度”。
维度表包含了事实表中指定属性的相关详细信息，最常用的维度表有日期维度、城市维度等。
例，小编的日期维表：
| num | 字段名 | 字段中文名 | 描述 | 数据类型 |
| 1 | date | 日期 | 日期 yyyMMdd格式 | bigint |
| 2 | week | 星期，数字型 | 星期，数字型 0-6 | bigint |
| 3 | week_cn | 星期中文名 | 星期中文名 星期一…… | string |
| 4 | year_weeks | 一年中的第几周 | 一年中的第几周 1 2 3…… | bigint |
| 5 | mon_dt | 本周周一日期 | 本周周一日期 | bigint |
| 6 | sun_dt | 本周周日日期 | 本周周日日期 | bigint |
| 7 | month | 年月 | 年月，yyyyMM格式 | bigint |
| 8 | month_short | 月份简写 | 月份简写，MM格式1~12 | bigint |
| 9 | month_cn | 月份中文名 | 月份中文名 一月…… | string |
| 10 | quarter | 季度 | 季度，yyyyQ1\2\3\4 | string |
| 11 | quarter_short | 季度 数字型 | 季度 数字型 1-4 | bigint |
| 12 | quarter_cn | 季度中文名 | 季度中文名 第一季度…… | string |
| 13 | year | 年份 | 年份，yyyy格式 | bigint |
2、维度表设计原则
=========
维度的作用一般是查询约束、分类汇总以及排序等，我们在进行维度表设计时，应当提前考虑：
（1）维度属性尽量丰富，为数据使用打下基础
比如淘宝商品维度有近百个维度属性，为下游的数据统计、分析、探查提供了良好的基础。
（2）给出详实的、富有意义的文字描述
属性不应该是编码，而应该是真正的文字。在间里巴巴维度建模中， 一般是编码和文字同时存在，比如商品维度中的商品 ID 和商品标题、 类目 ID 和 类目名称等。 ID 一 般用于不同表之间的关联，而名称一般用 于报表标签
（3）区分数值型属性和事实
数值型宇段是作为事实还是维度属性，可以参考字段的一般用途。 如果通常用于查询约束条件或分组统计，则是作为维度属性;如果通常 用于参与度量的计算， 则是作为事实。比如商品价格，可以用于查询约 束条件或统计价格区间 的商品数量，此时是作为维度属性使用的;也可 以用于统计某类目 下商品的平均价格，此时是作为事实使用的。另外， 如果数值型字段是离散值，则作为维度属性存在的可能性较大;如果数 值型宇段是连续值 ，则作为度量存在的可能性较大，但并不绝对，需要 同时参考宇段的具体用途。
（4）沉淀出通用的维度属性，为建立一致性维度做好铺垫
有些维度属性获取需要进行比较复杂的逻辑处理，有些需要通过多表关联得到，或者通过单表 的不同宇段混合处理得到，或者通过对单表 的某个字段进行解析得到。此时，需要将尽可能多的通用的维度属性进 行沉淀。一方 面，可以提高下游使用的方便性，减少复杂度;另一方面，可以避免下游使用解析时由于各自逻辑不同而导致口径不 一致。
（5）退化维度（DegenerateDimension）
在维度类型中，有一种重要的维度称作为退化维度。这种维度指的是直接把一些简单的维度放在事实表中。退化维度是维度建模领域中的一个非常重要的概念，它对理解维度建模有着非常重要的作用，退化维度一般在分析中可以用来做分组使用。
（6）缓慢变化维（Slowly Changing Dimensions）
维度的属性并不是始终不变的，它会随着时间的流逝发生缓慢的变化，这种随时间发生变化的维度我们一般称之为缓慢变化维（SCD），缓慢变化维一般使用代理健作为维度表的主健。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
csdn.net/topics/618545628)**
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
