数据仓库的定义以及特征（数据仓库基本概念）

业务板块

业务板块定义了数据仓库的多种命名空间，是一种系统级的概念对象。当数据的业务含义存在较大差异时，你可以创建不同的业务板块让各成员独立管理不同的业务，后续数据仓库的建设将受到业务板块的约束。Pulsar中，项目可以归属至业务板块以实现规范建模功能，在同一个业务板块中可能包含多个不同的项目，所以业务板块与项目的关系为1：N。

主题域

主题域主要用于存放同一业务板块内不同概念的指标。例如，你可以划分出商品域、交易域、会员域等，用于存放不同意义的指标。

业务过程

业务过程即业务活动中所有的事件，一般为不可拆分的事件。创建业务过程，是为了从顶层视角，规范业务中的事务内容的类型及唯一性。

维度

维度即进行统计的对象。通常情况下，维度是实际存在、不因事件发生就存在的实体。Pulsar中遵循的是Ralph Kimball的维度建模理论，创建维度，即从顶层规范业务中实体（或称主数据）的存在性及唯一性。维度及维度组合，也是派生指标的统计粒度。

指标

指标分为原子指标和派生指标，后者是以前者为基准，组装统计粒度、统计周期及业务限定生成。

原子指标是对指标统计口径、具体算法的一个抽象。根据计算逻辑复杂性，Pulsar将原子指标分为两种：

• 原生的原子指标：例如支付金额。

• 衍生原子指标：基于原子指标组合构建。例如，客单价为支付金额除以买家数。

派生指标是业务中常用的统计指标。为保证统计指标标准、规范、无二义性地生成，OneData方法论将派生指标抽象为四部分：派生指标=原子指标 业务限定 统计周期 统计粒度。

业务限定

统计的业务范围，筛选出符合业务规则的记录（类似于SQL中where后的条件，不包括时间区间），原子指标是计算逻辑的标准化定义，业务限定则是条件限制的标准化定义。

统计周期

统计的时间范围，也可以称为时间周期。例如最近1天、最近30天等（类似于SQL中where后的时间条件）。

统计粒度

统计分析的对象或视角，定义数据需要汇总的程度，可以理解为聚合运算时的分组条件（类似于SQL中group by的对象）。粒度是维度的一个组合，指明你的统计范围。例如，某个指标是某个卖家在某个省份的成交额，则粒度就是卖家、省份这两个维度的组合。如果你需要统计全表的数据，则粒度为全表。在指定粒度时，你需要充分考虑到业务和维度的关系。统计粒度也被称为粒度，是维度或维度组合，一般用于派生指标构建，是汇总表的唯一性识别方式。

各基本概念之间的关系如下图所示：

以销售主题为例，说明在数据处理过程中的数仓各层：

本文作者:CIO之家的朋友 来源:CIO之家的朋友们

CIO之家 www.ciozj.com imciow

,