逐步深入大数据设计的内核—数据仓库设计之多维模型设计和标签设计

步深入大数据设计的内核—数据仓库设计之多维模型设计和标签设计。

多维模型设计4步：确定业务场景、声明粒度、维度设计和事实表设计

大数据分析都是场景驱动，必须先明确场景。

粒度也就是场景中重点关注的实体，一般是原始主键或者维度联合主键，粒度设计合理，分析更加方便，架构调整越小。

（从这个意义上来说，OLAP设计是否技术架构是经常变幻的？就像场景是经常变幻的；通常OLTP一般技术架构变动比较少）

维度是看问题的视角，一般是离散的或者有限范围的，不变的或者不常变的，维度有层级，有属性，有描述。

事实表就是对粒度和维度的具体度量值，可以汇聚，钻取，切片分析。

标签分为事实标签、规则标签和模型标签。

事实标签感觉和度量是一回事。

规则标签是维度和度量结合一些判断规则生成的。

模型标签是通过属性+算法生成的。

——标签从客观到主管，静态到动态，越来越接近自然人的分析与判断，所谓人工智能可窥见一斑。

从纷繁复杂的各种概念中做做分类，厘清思路，梳理知识体系，更深入了解设计的真谛！