4

我是维度建模的新手，并且已经阅读了很多材料（星型模式、维度/事实表、SCD、Ralph Kimball 的 - The Data Warehouse Toolkit book 等）。所以我对维度建模结构有很好的概念理解，但由于缺乏经验并且需要一些指导，我发现很难将其应用于用例。

以 Twitter 为例，我想设计一个维度模型来计算 -

  1. DAU（每日活跃用户）= 在给定日期通过网站或移动应用程序登录和访问 Twitter 的用户数
  2. MAU（月活跃用户数）=过去 30 天内通过网站或移动应用程序登录并访问 twitter 的用户数，包括测量日期
  3. 推文上的用户参与度 = 总计（点击次数 + 收藏次数 + 回复次数 + 转发次数）

一段时间内（如一个月）的这些指标是该期间每一天的这些指标的总和。

我想编写 SQL 来按地区（例如：美国和世界其他地区）计算每个季度的这些指标，并计算这些指标的同比增长（或下降）。
例如：在此处输入图像描述

以下是我想到的一些细节-

用户登录活动的无事实（事务）事实表，每个用户每次登录的粒度为 1 行：user_login_fact_schema (user_dim_key, date_dim_key, user_location_dim_key, access_method_dim_key)

用户活动的无事实（事务）事实表，每个用户每个活动的粒度为 1 行：user_activity_fact_schema（user_dim_key、date_dim_key、user_location_dim_key、access_method_dim_key、post_key、activity_type_key）

这听起来正确吗？我的模型应该是什么样子？我可以在这里添加哪些其他维度/事实？

想知道我是否应该将这 2 个表折叠为 1 个并将登录的活动类型设置为“登录”，但是可能有大量登录没有任何活动，因此这会扭曲数据。我还缺少什么吗？

4

2 回答 2

4

您的模型似乎正确，它回答了您发布的图表上的问题。

将这两个事实表聚合到一个与“UserAction”维度连接的事实表中可能是有意义的，主要是因为登录可以被解释为只是另一个用户操作。

但是，将单独的事实表集中在一个指标（或过程）上可能会更好，因为它使您能够将度量/指标引入表中，即当您的事实表不再是无事实的时。它还使您免于加入另一个维度（UserAction），但如今这变得不那么重要了，因为存储和数据库处理能力变得越来越便宜。

于 2018-03-21T11:44:49.223 回答
2

您应该将数据保存在不同的表中，以确保您不会混合不同的谷物。

user_login_fact_schema可以是基于user_activity_fact_schema过滤活动 type=login 并包括一些排除重复项的逻辑的实体化视图（即，如果您正在谈论每日活跃用户，则每个用户每天登录一次）

于 2018-03-20T18:07:55.193 回答