Metabase学习教程：模型-2

事实表分析引擎

如何根据实际分析用例为事实表建模。

目标数据建模是为了快速（用于处理查询的引擎），以及容易（针对编写这些查询的人）的获取数据。

大多数数据仓库实践是为了强调速度。分析引擎（一个术语 popularized by dbt，有时也会捆绑到术语中全栈分析)是为可用性数据建模的过程。即使这不是你所说的，无论何时当你需要把一个策展数据集，一个分段或指标，或仪表板与他人协同，都可以实践分析引擎。

本教程将向您展示如何将分析引擎方法应用于数据仓库更具体地说，对于一种称为事实数据表.

介绍

维度表包含一个时间点的数据快照，例如在工作日结束时，您拥有的部分完成的杯子的数量。

| time                   | total mugs |

|---------------------|------------|

| 2022-08-16 17:30:00 | 3            |

事实数据表包含一个历史信息，比如你一天喝咖啡的速度。

| time                   | mug       | coffee remaining |

|---------------------|----------|------------------|

| 2022-08-16 08:00:00 | 1        | 100%             |

| 2022-08-16 08:01:00 | 1        | 0%               |

| 2022-08-16 09:00:00 | 2        | 100%             |

| 2022-08-16 12:00:00 | 3        | 100%             |

| 2022-08-16 12:30:00 | 3        | 99%              |

| 2022-08-16 17:30:00 | 3        | 98%              |

事实表和维度表依据星型模型（或密切相关的雪花模型)在数据仓库中组织信息。

如果出现以下情况，您可能需要构建事实表：

• 您的数据源（生成数据的系统，如应用程序数据库）只存储当前信息快照，方法是将其保存在前一个快照上。
• 你正在创建一个支持嵌入式分析的数据集为您的客户。独立的事实表非常适合自助分析，因为它们可以覆盖广泛的用例不依赖连接。

但是在我们开始之前，让我们在你每天的咖啡因总量中再加一杯，我们还有很多要做的！

| time                   | total mugs |

|---------------------|------------|

| CURRENT_TIMESTAMP() | n+1        |

概述

在本教程中，我们将使用维度表account，例如从CRM中获取的维度表。让我们假设一下account维度表存储客户的当前状态，当前状态由应用程序更新。

这个account表如下所示：

| id               | country     | type       | status    |

|------------------|-------------|------------|-----------|

| 941bfb1b2fdab087 | Croatia     | Agency     | Active    |

| dbb64fd5c56e7783 | Singapore   | Partner    | Active    |

| 67aae9a2e3dccb4b | Egypt       | Partner    | Inactive  |

| ced40b3838dd9f07 | Chile       | Advertiser | Test      |

| ab7a61d256fc8edd | New Zealand | Advertiser | Inactive  |

第1部分：设计事实表

基于account，我们需要考虑人们可能会问的关于客户帐户随时间变化的分析问题。自从account表包含status字段，我们可以回答以下问题：

• 每个月新增多少个账户？
• 每月有多少客户流失（变为不活跃）？
• 客户群的流失率是多少？

第2部分：实现事实表

从数据存储在account创造fact_account，我们将编写一个SQL脚本：

1. 初始化fact_account今天的account数据。
2. 获取中的行的快照account（假设它被另一个系统更新）。
3. 比较每天的account中的历史数据快照fact_account.
4. 在中插入新行fact_account对于自前一天快照后更改的每个帐户。

第3部分：使用常见用例测试事实表

为了检查我们的事实表在实践中是否有用，我们将使用Metabase设置它，并尝试回答我们所有的三个示例分析问题。

第4部分：改进事实表性能

本教程的最后一节将让您了解在扩展事实表以容纳更多历史记录（和更多问题！）时迭代它的外观。

如何遵循本教程

如果您想将下面的步骤应用于您自己的数据，我们建议您使用由源系统定期更新的维度表，以及