SunnyRivers

仓库的应用则为满足业务部门各种数据统计需求，实现一个需求会涉及到多个参与方，原则上数据仓库主要负责共性需求的加工，而下游集市主要负责个性需求加工，因此需求需要分解，分解为共性需求与个性需求，最终形成数据仓库共性加工需求。在数据仓库建设过程中会存在业务系统终止运行、模型调整升级等情况，此时需要数据仓库模型执行下线处理，模型下线需在模型文档中明确标识，模型对应的数据表不删除，模型对应的任务执行下线处理。数据仓库模型建设主要有两种驱动方式，分别是需求驱动与数据驱动，一般采取需求驱动为主，加强数据驱动的建设方式。

分区致力于解决支持大表和索引的关键问题，一旦分区被定义，SQL语句就可以访问的操作某一个分区而不是整个表，因而提高管理的效率。分区对于数据仓库应用程序非常有效，因为他们常常存储和分析巨量的历史数据，对于HIVE，分区实际就是对应HDFS文件系统上的的独立的文件夹，该文件夹下是该分区所有数据文件。在分区设计中通常需要从数据存储与数据访问角度考虑。以下为常用表设计的分区定义。流水表：流水表通常的加载或加工方式为增量，在使用时也经常按天的方式进行应用，通常设计date=数据日期作为分区。

数仓建模中的“建模”是一个将数据有序组织和存储起来的过程，旨在提高数据的使用效率和降低使用成本。规范定义主要是定义指标体系，原子指标、修饰词、时间周期和派生指标。指标体系指标体系包含原子指标、派生指标、修饰类型、修饰词、时间周期。原子指标/度量原子指标和度量含义相同，基于某一业务事件行为下的度量，是业务中不可再拆分的指标，具有明确业务含义的名词，如支付金额。派生指标派生指标=一个原子指标+多个修饰词（可选）+时间周期。可以理解为对原子指标业务统计范围的圈定。