数据仓库

select max(tmp.province_name) from  (select bt.city_num, bt.gmv, pt.province_num, pt.province_name from business_table bt  left join province_table pt  on bt.city_num  = pt.city_num) tmpGROUP BY (tmp.province_num) HAVING  sum(tmp.gmv) > 500

select count(case when tmp1.pro_gmv >=0 and tmp1.pro_gmv <500 then tmp1.pro_name  else NULL END ) as gmv_0_500,count(case when tmp1.pro_gmv  >=500 and tmp1.pro_gmv  <1000 then tmp1.pro_name  else NULL END ) as gmv_500_1000,count(case when tmp1.pro_gmv  >=1000 then tmp1.pro_name  else NULL END ) as gmv_1000_from (select  max(tmp.province_name) as pro_name , sum(gmv) as pro_gmv from (select bt.city_num, bt.gmv, pt.province_num, pt.province_name from business_table bt  left join province_table pt  on bt.city_num  = pt.city_num) tmpgroup by  tmp.province_num) tmp1

-- group by select city_num, sum(gmv) as c_gmv  from business_table bt group by city_num   order by c_gmv-- windowselect bt.city_num, bt.c_gmv from (select DISTINCT city_num, sum(gmv) over (PARTITION by city_num) as c_gmv from business_table) bt order by  bt.c_gmv

海盗指标法(AARRR海盗模型)它反映了增长是系统性地贯穿于用户生命周期各个阶段的：用户拉新(Acquisition)、用户激活(Activation)、用户留存(Retention)、商业变现(Revenue)、用户推荐(Referral)

选指标常用方法是指标分级方法和OSM模型。

(资料图)

指标分级方法T1 公司战略层面指标T2 业务策略层面指标T3 业务执行层面指标

OSM模型O 业务目标S 业务策略M 业务度量

维度建模的模式:

维度建模步骤:

事实表种类:

维度表技术

维度表结构维度表谨记一条原则，包含单一主键列

跨表钻取使不同的查询能够针对两个或更多的事实表进行查询

上钻（roll-up）：上卷是沿着维的层次向上聚集汇总数据。例如，对产品销售数据，沿着时间维上卷，可以求出所有产品在所有地区每月（或季度或年或全部）的销售额。

下钻（drill-down）：下钻是上钻的逆操作，它是沿着维的层次向下，查看更详细的数据。

退化维度退化维度就是将维度退回到事实表中。因为有时维度除了主键没有其他内容，虽然也是合法维度键，但是一般都会退回到事实表中，减少关联次数，提高查询性能

多层次维度多数维度包含不止一个自然层次，如日期维度可以从天的层次到周到月到年的层次。所以在有些情况下，在同一维度中存在不同的层次。

维度表空值属性推荐采用描述性字符串代替空值

日历日期维度在日期维度表中，主键的设置不要使用顺序生成的id来表示，可以使用更有意义的数据表示，比如将年月日合并起来表示，即YYYYMMDD，或者更加详细的精度。

业务数据 -- Sqoop日志数据 -- Flume其他数据 -- 通用第三方接口

标签：