一般数据仓库是基于维度建模，主要使用星型模型。 1.维度表：一般是对事实的描述信息。 每一张维表对应现实世界中的一个对象或者概念。 例如：用户、商品、日期、地区等。 维表的特征： 维表的范围很宽（具有多个属性、列比较多） 跟事实表相比，行数相对较小：通常<10万条 内容相对固定：编码表 2.事实表：分为事务型事实表（每个事务或事件为单位，一旦产生就固定）和周期型事实表（不会保留所有数据，只保留固定时间间隔的数据，比如每天、每月销售额）以及累积性事实表（累积型快照事实表用于跟踪业务事实的变化，比如订单的状态变化情况）。 如果需要后面状态还会改变的就是周期型事实表，一旦确定了，就是事务性事实表。 事实表中的每行数据代表一个业务事件（下单、支付、退款、评价等）。 “事实”这个术语表示的是业务事件的度量值（可统计次数、个数、金额等），例如，订单事件中的下单金额。 每一个事实表的行包括：具有可加性的数值型的度量值、与维表相连接的外键、通常具有两个和两个以上的外键、外键之间表示维表之间多对多的关系。 事实表的特征： 非常的大 内容相对的窄：列数较少 经常发生变化，每天会新增加很多。 对于不同的表我们使用不同的同步策略：包括全量表，增量表，新增及变化，拉链表。 日志表：（商品点击，商品详情，商品详情页表，广告表，错误日志表，消息通知表等） 1.商品点击：用户的基本信息字段，动作，商品id，种类等。 2.商品详情页：入口，上一页面来源，商品id，加载时间，种类。 3.广告表：入口，内容，行为，展示风格等。 4.错误日志：错误详情 5.消息通知表：通知类型，展示时间，通知内容等 这些记录性质的，都使用每日增量。 业务表：（购物车，评分，评论，订单表，订单详情表，退货表，用户表，商家表，商品分类表（一级，二级，三级），支付流水，物流信息等） 1.购物车详情：用户id，商品id，商品价格，商家id，商品型号，商品分类等。 同步策略：这属于周期型事实表，因为它可能会随时改变，所以得用每日新增及变化。 2.评分表：评分时间，评分用户，评分商品，分数等。 同步策略：这是事务性事实表，一般可以用每日增量就可以了，因为评论只能增加，不能修改。 3.评论表：评论时间，评论用户，评论商品，评论内容。 同步策略：这个跟评分差不多，用每日新增。 4.订单表：订单状态，订单编号，订单金额，支付方式，支付流水，创建时间等 同步策略：因为订单的状态会随时发生改变，比如下单，支付，商家发货，用户收到货，确认收货，等这一系列的状态会比较长，然后订单也比较多。所以，要做历史快照信息的话，最好使用拉链表。 5.订单详情表：订单编号，订单号，用户id，商品名称，商品价格，商品数量，创建时间等。 6.用户表：用户id，性别，等级，vip，注册时间等等。 同步策略：因为表不是很大，每次做全量表。 7.商家表：商家id，商家地址，商家规模等级，商家注册时间，商家分类信息。 同步策略：每次做每日全量。 总结： 1.实体表，不大，就可以做每日全量。 2.对于维度表，比如说商品分类，这种不是很大，也可以做每日全量，有一些不太会发生改变的维度，就可以固定保存一份值，比如说：地区，种族等。 3.像事务型事实表，比如说交易流水，操作日志，出库信息，这种每日比较大，且需要历史数据的，就根据时间做每日新增，可以利用分区表，每日做分区存储。 4.像周期型事实表的同步策略，比如订单表，有周期性变化，需要反应不同时间点的状态的，就需要做拉链表。记录每条信息的生命周期，一旦一条记录的生命周期结束，就开始下一条新的记录。并把当前的日期放生效开始日期。