大数据信息网云计算物联网AI人工智能技术应用交流大数据查询网

第1章 电商业务与数据结构简介1.1 电商业务流程

电商业务流程

1.2 电商常识（SKU、SPU）

• SKU=Stock Keeping Unit（库存量基本单位）。现在已经被引申为产品统一编号的简称，每种产品均对应有唯一的SKU号。
• SPU(Standard Product Unit)：是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息集合。

比如，咱们购买一台iPhoneX手机，iPhoneX手机就是一个SPU，但是你购买的时候，不可能是以iPhoneX手机为单位买的，商家也不可能以iPhoneX为单位记录库存SKU。必须要以什么颜色什么版本的iPhoneX为单位。比如，你购买的是一台银色、128G内存的、支持联通网络的iPhoneX，商家也会以这个单位来记录库存数。那这个更细致的单位就叫库存单元（SKU）。那SPU又是干什么的呢？

SPU

SPU表示一类商品。好处就是：可以共用商品图片，海报、销售属性等。1.3 电商表结构

电商表结构

1.3.1 订单表（order_info）

订单表

1.3.2 订单详情表（order_detail）

订单详情表

1.3.3 商品表

商品表

1.3.4 用户表

用户表

1.3.5 商品一级分类表

商品一级分类表

1.3.6 商品二级分类表

商品二级分类表

1.3.7 商品三级分类表

商品三级分类表

1.3.8 支付流水表

支付流水表

第2章 数仓理论（面试重点）2.1 表的分类2.1.1 实体表实体表，一般是指一个现实存在的业务对象，比如用户，商品，商家，销售员等等。用户表：

实体表

2.1.2 维度表维度表，一般是指对应一些业务状态，编号的解释表。也可以称之为码表。比如地区表，订单状态，支付方式，审批状态，商品分类等等。

维度表

2.1.3 事务型事实表事务型事实表，一般指随着业务发生不断产生数据。特点是一旦发生不会再变化。一般比如，交易流水，操作日志，出库入库记录等等。

事务型事实表

2.1.4 周期型事实表周期型事实表，一般指随着业务发生不断产生变化(更新, 新增)的数据。与事务型不同的是，数据会随着业务周期性的推进而变化。比如订单，其中订单状态会周期性变化。再比如，请假、贷款申请，随着批复状态在周期性变化。订单表：

周期型事实表

2.2 同步策略数据同步策略的类型包括：全量表、增量表、新增及变化表、拉链表

• 全量表：存储完整的数据。
• 增量表：存储新增加的数据。
• 新增及变化表：存储新增加的数据和变化的数据。
• 拉链表：对新增及变化表做定期合并。

2.2.1 实体表同步策略实体表：比如用户，商品，商家，销售员等实体表数据量比较小：通常可以做每日全量，就是每天存一份完整数据。即每日全量。2.2.2 维度表同步策略维度表：比如订单状态，审批状态，商品分类维度表数据量比较小：通常可以做每日全量，就是每天存一份完整数据。即每日全量。说明：1）针对可能会有变化的状态数据可以存储每日全量。2）没变化的客观世界的维度（比如性别，地区，民族，政治成分，鞋子尺码）可以只存一份固定值。2.2.3 事务型事实表同步策略事务型事实表：比如，交易流水，操作日志，出库入库记录等。因为数据不会变化，而且数据量巨大，所以每天只同步新增数据即可，所以可以做成每日增量表，即每日创建一个分区存储。2.2.4 周期型事实表同步策略周期型事实表：比如，订单、请假、贷款申请等这类表从数据量的角度，存每日全量的话，数据量太大，冗余也太大。如果用每日增量的话无法反应数据变化。每日新增及变化量，包括了当日的新增和修改。一般来说这个表，足够计算大部分当日数据的。但是这种依然无法解决能够得到某一个历史时间点（时间切片）的切片数据。所以要用利用每日新增和变化表，制作一张拉链表，以方便的取到某个时间切片的快照数据。所以我们需要得到每日新增及变化量。

拉链表

2.3 范式理论2.3.1 范式概念关系型数据库设计时，遵照一定的规范要求，目的在于降低数据的冗余性，目前业界范式有：第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)、第五范式(5NF)。范式可以理解为设计一张数据表的表结构，符合的标准级别。使用范式的根本目的是：1）减少数据冗余，尽量让每个数据只出现一次。2）保证数据一致性缺点是获取数据时，需要通过Join拼接出最后的数据。2.3.2 函数依赖

函数依赖

2.3.3 三范式区分

三范式区分

二范式区分

三范式区分

未完待续