作者：王永伟

  在Kimball所著的《数据仓库工具箱》一书中，对于维度模型设计采用的4步设计方法：1.选择业务过程 2.声明粒度 3.确定维度 4.确定事实。

在当前的互联网大数据环境下，面对复杂的业务场景，为了更有效准确地进行维度模型建设，基于Kimball的4步维度建模方法，我们进行了更进一步的改进。

• 第一步：选择业务过程及确定事实表类型
  
  在明确了业务需求以后，接下来需要进行详细的需求分析，对业务的整个生命周期进行分析，明确关键的业务步骤，从而选择与需求有关的业务过程。
  
  以淘宝的正向订单流转为例：
  
   
  
  业务过程通常用行为动词表示，表示业务执行的活动。比如图中的淘宝订单流转的业务过程有四个：创建订单、买家付款、卖家发货、买家确认收货。在明确了流程所包含的业务过程后，需要根据具体的业务需求来选择与维度建模有关的业务过程。比如选择买家付款这个业务过程；还是选择创建订单和买家付款这两个业务过程，具体根据业务情况来确定。
  
  在选择了业务过程以后，相应的事实表类型也随之确定了。比如选择买家付款单个业务过程，那么事实表应为只包含买家付款这一个业务过程的单事务型事实表；如果选择的是所有这四个业务过程，并且需要分析各个业务过程之间的时间间隔，那么所建的事实表应为包含了所有四个业务过程的累积快照型事实表。
  
  
• 第二步：声明粒度
  
  粒度的声明是事实表建模非常重要的一步，意味着精确定义事实表的每一行表示什么业务含义，粒度传递的是与事实表度量有关的细节层次。明确的粒度能确保对事实表中行的意思的理解不会产生混淆，保证所有的事实按照同样的细节层次记录。
  
  应该尽量选取最细级别的原子粒度，以确保事实表的应用具有最大的灵活性。同时对于订单过程而言，粒度可以被定义为最细的订单级别。比如淘宝订单中有父子订单的概念，既一条子订单对应一类商品，如果拍下了多种商品，则每种商品对应一条子订单；这些子订单一同结算的话，则会生成一条父订单。那么在这个例子中，事实表的粒度应该选择为子订单级别。
  
  
• 第三步：确定维度
  
  完成粒度声明以后，也就意味着确定了主键，对应的维度组合以及相关的维度字段就可以确定了，应该选择能够描述清楚业务过程所处的环境的维度信息。比如淘宝的订单付款事务事实表中，粒度为子订单，相关的维度信息有买家维度、卖家维度、商品维度、收货人信息、业务类型、订单时间等。
  
  
• 第四步：确定事实
  
  事实可以通过回答“过程的度量是什么”来确定。应该选择与业务过程有关所有事实，且事实的粒度要与所声明的事实表粒度一致。事实有可加性、半可加性、非可加性事实，需要将不可加事实分解为可加的组件。
  
  在淘宝的订单付款事务事实表中，同粒度的事实有子订单分摊的支付金额、邮费、优惠金额等。
  
  
• 第五步：冗余维度
  
  在传统的维度建模星型模型中，对于维度的处理是需要单独存放在专门的维度表中，通过事实表中外键的方式获取维度。这样做的目的是为了减少事实表的维度冗余，从而减少存储消耗。而在大数据的事实表模型设计中，更多的考虑是提高下游用户的使用效率，降低数据获取的复杂性，减少关联的表数量。所以通常的事实表中会冗余方便下游用户使用的常用维度，以实现对事实表的过滤查询、控制聚合层次、排序数据以及定义主从关系等操作。
  
  比如在淘宝订单付款事务事实表中，通常会冗余大量的常用维度字段，以及商品的类目、卖家店铺等维度信息。