CDM公共维度层设计规范

设计准则

• 一致性维度规范

  公共层的维度表中相同维度属性在不同物理表中的字段名称、数据类型、数据内容必须保持一致。除了以下情况：

  • 在不同的实际物理表中，如果由于维度角色的差异，需要使用其他的名称，其他名称也必须是规范的维度属性的别名。例如，定义一个标准的会员ID时，如果在一个表中，分别要表示买家ID和卖家ID，那么设计规范阶段就预先对会员ID分别定义买家ID和卖家ID。

  • 如果由于历史原因，在暂时不一致的情况下，必须在规范的维度定义一个标准维度属性，不同的物理名也必须是来自标准维度属性的别名。

• 维度的组合与拆分

  • 组合原则

    • 将维度所描述业务相关性强的字段在一个物理维表实现。相关性强是指经常需要一起查询或进行报表展现、两个维度属性间是否存在天然的关系等。例如，商品基本属性和所属品牌。

    • 无相关性的维度可以适当考虑杂项维度（例如交易），可以构建一个交易杂项维度收集交易的特殊标记属性、业务分类等信息。也可以将杂项维度退化在事实表中处理，不过容易造成事实表相对庞大，加工处理较为复杂。

    • 所谓的行为维度是经过汇总计算的指标，在下游的应用使用时将其当维度处理。如果有需要，度量指标可以作为行为维度冗余到维度表中。

  • 拆分与冗余

    • 对于维度属性过多，涉及源较多的维度表（例如会员表），可以做适当拆分：

      • 拆分为核心表和扩展表。核心表相对字段较少，刷新产出时间较早，优先使用。扩展表字段较多，且可以冗余核心表部分字段，刷新产出时间较晚，适合数据分析人员使用。

      • 根据维度属性的业务不相关性，将相关度不大的维度属性拆分为多个物理表存储。

    • 数据记录数较大的维度表（例如商品表），可以适当冗余一些子集合，以减少下游扫描数据量：

      • 可以根据当天是否有行为，产出一个有活跃行为的相关维表，以减少应用的数据扫描量。

      • 可根据所属业务扫描数据范围大小的不同，进行适当子集合冗余。

表命名规范

命名规则：{project_name}.dim{业务/pub}{维度定义}[_{自定义命名标签}]，其中的pub与具体业务无关，各个业务部都可以共用，例如时间维度。

数据存储及生命周期管理规范

CDM公共维度层的表的类型为维度表，存储方式为按天分区。