OLTP

传统的联机事务处理系统。尽最大可能减少冗余，包含增删改查操作，通常采用规范化的技术来设计数据模型

OLAP

联机分析处理系统，主要面临的是数据追加和数据查询分析。面对的是海量的数据，由于在数据查询过程中性能的瓶颈在于数据表的join操作，所以在数据模型设计的过程中采用反规范化的处理，操作包含将多个维度属性尽量存放在同一张维度表；退化维度等

Extract-Transform-Load，用于描述将数据从来源端经过抽取，转换，加载到目的端的过程。

含义：指字段呢比较多的数据库表，通常指业务主体相关的指标，维度，属性关联在一起的数据库表。

缺点：数据有大量的冗余，一张宽表中包含有几十几百个字段。

优点：查询的时候便捷，查询性能高，不用进行多余的join操作。

宽表多用于数据分析，数据挖掘模型训练前的数据准备，通过把相关字段放在同一张表中，可以大大提升数据挖掘模型训练过程中迭代计算的消息问题。

是一个抽象的概念，是在较高层次上将企业信息系统中的数据进行综合，归类和分析利用的一个概念。每一个主题基本上对应一个宏观的分析领域。比如销售，游戏用户时长等。

事实表描述业务过程，表中的每一条数据都代表了一个完整的业务过程。

事实表分为事物事实表，周期型快照事实表，累计型快照事实表。

事实表构建流程：选择业务过程-确定粒度-选择维度-选择事实

维度表中存放的是维度数据，比如时间，地点，用户姓名，身份证号等等信息就算是维度。

维度是分析业务过程中的环境信息，维度表的列值被称为维度属性。

维度属性通常被用来作为分析的过滤、排序、聚合的条件。

维度表构建流程：确定维度全局唯一-确定维度主键（用户id：自然键，自增主键：代理键）-确定主维表与主维表属性-确定相关维表和相关维表属性

维度表中有退化维度概念，缓慢变化维概念

用于确定某一事实表中的行表示什么，是业务最小活动单元或者不同维度组合，即业务细节程度。比如游戏曝光事实表中，一行数据就是用户、游戏维度的一条曝光数据

由Kimball提出，该建模理论安数据组织类型划分为星型模型，雪花模型，星座模型

这个概念更偏向于需求了，比如roi（投入产出比），7日收入数据等等，都是指标。指标是在某个维度上的事实的计算。投入产出比你要明确是什么维度上的投入产出，比如某款游戏，某个渠道等。

指标又分为原子指标，派生指标，衍生指标

三种指标的关系会单独写一下。