实时数仓建模

1. 实时数仓之事实表

事实表作为数据仓库维度建模的核心，紧紧围绕着业务过程来设计。其包含与该业务过程有关的维度引用(维度表外键)以及该业务过程的度量(通常是可累加的数字类型字段)。 事实表通常比较“细长”，即列较少，但行较多，且行的增速快。 事实表有三种类型：分别是事务事实表、周期快照事实表(无)和累积快照事实表(无)

1.1 事务事实表

事务事实表用来记录各业务过程，它保存的是各业务过程的原子操作事件，即最细粒度的操作事件。粒度是指事实表中一行数据所表达的业务细节程度。
事务型事实表可用于分析与各业务过程相关的各项统计指标，由于其保存了最细粒度的记录，可以提供最大限度的灵活性，可以支持无法预期的各种细节层次的统计需求。

1.2 周期快照事实表(无)

实时数仓中不会跨很长的周期进行累计数据。

1.3 累积快照事实表(无)

实时数仓中不会跨很长的周期进行累计数据。

2. 实时数仓之维度表

在实时数仓中，系统上线后我们采集的是所有表的变化数据，这样就会导致一旦主维表或相关维表中的某张表数据发生了变化，就需要和其它表的历史数据做关联。维度表将会使用雪花模型而不是星型模型。 在实时数仓中，我们不再对业务数据库中的维度表进行合并，仅对一些不需要的字段进行过滤，然后将维度数据写入 HBase的维度表中，业务数据库的维度表和HBase的维度表是一一对应的。
写入维度数据使用HBase的put方法，实现幂等写入。当维度数据发生变化时，程序会用变化后的新数据覆盖旧数据。从而保证HBase中保存的是一份全量最新的维度数据。
这样做会产生一个问题：实时数仓没有保存历史维度数据，与数仓特征(保存历史数据)相悖。那么，维度表可以按照上述思路设计吗？
首先，我们要明确：数仓之所以要保存历史数据，是为了运用历史数据做一些相关指标的计算，而实时数仓本就是对最新的业务数据做分析计算，不涉及历史数据，因此无须保存。
此外，生产环境中实时数仓的上线通常不会早于离线数仓，如果有涉及到历史数据的指标，在离线数仓中计算即可。因此，实时数仓中只需要保留一份最新的维度数据，上述方案是切实可行的。