点击箭头处“蓝色字”，关注我哦！！
维度整合
说到维度整合，我们先来看看数据仓库的定义：数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持管理人员的决策。其中集成是数据仓库的四个特性中最重要的一个。
数据仓库的重要数据来源是大量的、分散的面向应用的操作型环境。不同的应用在设计过程中，可以自由决策，主要满足本应用的需求，很少会考虑和其他系统进行数据集成。应用之间的差异具体体现在如下几个方面：
1、应用在编码、命名习惯、度量单位等方面会存在很大的差异。比如不同应用对于用户的性别编码不同，有0和1、F和M等;不同应用的用户ID含义相同，但字段名称不同，有user、user_id等;不同应用对于金额的度量单位不同，有元、分等。
2、应用出于性能和扩展性的考虑，或者随技术架构的演变，以及业务的发展，采用不同的物理实现。拆分至不同类型数据库中，部分数据采用关系型数据库存储(如Oracle、MySQL等)，部分数据采用NoSQL数据库存储(如HBase、Tair等)。拆分成同一类型数据库中的多个物理表，比如对于某宝商品，有商品主表和商品扩展表，商品主表存储商品基本信息，商品扩展表存储商品特殊信息，如不同产品线的定制化信息等;对于某宝会员，有会员主表和会员扩展表，会员主表存储用户基本信息，会员扩展表存储用户扩展信息，如用户的各种标签信息等。
所以数据由面向应用的操作型环境进入数据仓库后，需要进行数据集成。将面向应用的数据转换为面向主题的数据仓库数据，本身就是一种集成。具体体现在如下几个方面：
1、命名规范的统一。表名、字段名等统一。
2、字段类型的统一。相同和相似字段的字段类型统一。
3、公共代码及代码值的统一。公共代码及标志性字段的数据类型、命名方式等统一。
4、业务含义相同的表的统一。主要依据高内聚、低耦合的理念，在物理实现中，将业务关系大、源系统影响差异小的表进行整合;将业务关系小、源系统影响差异大的表进行分而置之。通常有如下几种集成方式：
1)采用主从表的设计方式，将两个表或多个表都有的字段放在主表中(主要基本信息)，从属信息分别放在各自的从表中。对于主表中的主键，要么采用复合主键、源主键和系统或表区别标志;要么采用唯一主键、“源主键和系统或表区别标志”生成新的主键。通常建议采用复合主键的方式。
2)直接合并，共有信息和个性信息都放在同一个表中。如果表字段的重合度较低，则会出现大量空值，对于存储和易用性会有影响，需谨慎选择。
3)不合并，因为源表的表结构及主键等差异很大，无法合并，使用数据仓库里的多个表存放各自的数据。
维表的整合涉及的内容和上面介绍的几个方面相同，下面重点看表级别的整合，有两种表现形式。
第一种是垂直整合，即不同的来源表包含相同的数据集，只是存储的信息不同。比如某宝会员在源系统中有多个表，如会员基础信息表、会员扩展信息表、某宝会员等级信息表、某猫会员等级信息表，这些表属于会员相关信息表，依据维度设计方法，尽量整合至会员维度模型中，丰富其维度属性。
第二种是水平整合，即不同的来源表包含不同的数据集，不同子集之间无交叉，也可以存在部分交叉。比如针对某金服的数据仓库，其采集的会员数据有某宝的、某付宝的等，是否需要将所有的会员整合到一个会员表中呢?如果进行整合，首先需要考虑各个会员体系是否有交叉，如果存在交叉，则需要去重;如果不存在交叉，则需要考虑不同子集的自然键是否存在冲突，如果不冲突，则可以考虑将各子集的自然键作为整合后的表的自然键;另一种方式是设置超自然键，将来源表各子集的自然键加工成一个字段作为超自然键。
有整合就有拆分，到底是整合还是拆分，由多种因素决定。
下篇将介绍水平拆分和垂直拆分。敬请期待!
