一位阿里人對數(shù)據(jù)模型建設的幾點思考與總結 - nisjlvhudy的專欄 - 博客頻道 - CSDN.NET
http://blog.csdn.net/nisjlvhudy/article/details/47758749
數(shù)據(jù)平臺在寬表設計中強調(diào)高內(nèi)聚、低耦合的理念，在物理實現(xiàn)中，將業(yè)務關系大，源系統(tǒng)影響差異小的進行整合；業(yè)務關系小，源系統(tǒng)影響差異大的進行分而置之。

目前阿里巴巴數(shù)據(jù)倉庫IDL層普遍采用了維度建模的思想，我們俗稱的寬表也是維度建模思想的一個物理化方法。關于事實表，在kimball維度建模理論中就定義了事實表有三種類型：“We compare thethree fundamental types of fact tables: transaction, periodic snapshot, andaccumulating snapshot.”。事務型事實表（transaction）的典型代表就是我的瀏覽寬表；周期性快照（periodic snapshot）事實表的典型代表就是會員、offer靜態(tài)信息表；而累計型快照的典型代表就是會員寬表中的各種行為統(tǒng)計表。

解耦寬表體系 - nisjlvhudy的專欄 - 博客頻道 - CSDN.NET
http://blog.csdn.net/nisjlvhudy/article/details/7337643

數(shù)據(jù)倉庫應用中，寬表模型以結構簡單，模型容易理解，數(shù)據(jù)訪問效率等優(yōu)勢，被業(yè)界廣泛采用。所謂寬表就是，基于某個實體分析對象而建立的一個邏輯數(shù)據(jù)體系，由實體的維度、描述信息、以及基于這個實體一系列度量組成。它是一個邏輯的概念，在物理實現(xiàn)中不可能就針對一個實體對象建立一個大寬表。因為這樣，對于，刷新效率，容錯能力，擴展能力都是一個很大的挑戰(zhàn)，如何設計和組織寬表的體系結構呢？

其實，我們回到軟件設計的基本思想-高內(nèi)聚，低耦合。我們要從在業(yè)務、ETL刷新、指標屬性、數(shù)據(jù)來源等角度，讓高度內(nèi)聚的屬性、描述、度量放在一個表中。基本可以從兩個維度矩陣進行切割：

第一：按實體屬性可能涉及的業(yè)務范圍進行劃分

第二：按業(yè)務指標的歷史周期屬性進行劃分，在歷史周期上我們可以分為以下幾類：

1、當前用戶的基本屬性和維度，數(shù)據(jù)相對靜態(tài)，修改較少。統(tǒng)計的集合包括所有實體對象。

2、用戶在統(tǒng)計日發(fā)生的行為度量指標。這類數(shù)據(jù)可以根據(jù)行為的增量數(shù)據(jù)就是，統(tǒng)計集合僅僅是當前統(tǒng)計日發(fā)生過行為的實體對象。

3、用戶在最近一個周期內(nèi)的度量指標累計，它由統(tǒng)計日發(fā)生的行為度量指標在歷史上聚合而成。可以根據(jù)業(yè)務需要可以就是自然月，自然周。或是最近周、最近月移動聚合數(shù)據(jù)。它統(tǒng)計的集合是最近一段時間內(nèi)發(fā)生過行為的實體對象。

4、根據(jù)用戶歷史行為而衍生出的度量維度以及用戶當前存量類指標（比如余額，總的產(chǎn)品數(shù)，當前總的帳戶數(shù)）比如第一行為的時間，最后一次行為的時間，統(tǒng)計的集合包括所有發(fā)生過一次行為的實體對象。