电商数据仓库系统粒度声明及命名规范

尚硅谷大数据项目的电商数据仓库系统是一个用于存储和分析电商数据的系统。该系统的设计遵循了数据仓库的一些核心理论和原则。 在数据仓库设计中，声明粒度是非常重要的一部分，它意味着在事实表中的一行数据代表着什么。为了应对各种需求，应尽量选择最小粒度。例如，在订单中，每个商品项作为下单事实表中的一行，可以更好地满足各种分析和报表需求。 数据仓库的分层架构是数据仓库设计中的一个关键概念。分层架构将数据仓库分为不同的层次，每个层次有不同的目的和功能。在尚硅谷大数据项目的电商数据仓库系统中，有以下几个主要的层次： 1. 源数据层（ODS）：这是数据仓库系统中最底层的层次，用于存储原始数据。该层的表命名以"ods_"开头。 2. 数据集市层（DWD）：在这一层次中，将原始数据进行清洗和转换，生成维度表和事实表。维度表存储业务维度信息，事实表存储业务事实信息。该层的表命名以"dwd_dim/"或"dwd_fact_"开头。 3. 数据仓库层（DWS）：在这一层次中，对数据进行聚合和加工，生成用于报表和分析的数据。该层的表命名以"dws_"开头。 4. 星型结构层（DWT）：在这一层次中，将数据进行汇总和聚合，生成星型结构表。例如，可以生成一个"dwt_购物车"的表用于购物车相关的报表和分析。 5. 应用数据层（ADS）：在这一层次中，将数据根据不同的应用需求进行加工和转换，生成应用相关的数据。该层的表命名以"ads_"开头。 在数据仓库系统中，还会存在一些临时表，用于临时存储计算中间结果。这些表的命名以"xxx_tmp"结尾。 此外，在尚硅谷大数据项目的电商数据仓库系统中，还有一些命名规范。表的命名以不同层次的前缀开始，脚本的命名也有一定规范。例如，数据源到目标的脚本命名为"数据源_to_目标_db/log.sh"，用户行为脚本以"log"为后缀，业务数据脚本以"db"为后缀。 范式理论是数据仓库设计的一个重要理论基础。它定义了一张数据表的表结构，并符合一定的标准级别。在尚硅谷大数据项目的电商数据仓库系统中，范式理论也得到了应用。 总体来说，尚硅谷大数据项目的电商数据仓库系统采用了分层架构和范式理论来进行设计。通过合理的粒度声明、命名规范和脚本命名，该系统可以更好地满足各种电商数据分析和报表的需求。这个系统的设计理念和实践经验对于其他类似的数据仓库项目也具有一定的参考价值。