层次类型 • 层级维度 • 非层级维度
建立维度全链路 统一的数据监控 体系，提升平台 数据安全
维度监 控管理
维度数 据服务
提供高效、稳 定的维度查询 服务，满足高 井发的查询
统一维度系统架构
维度类型
• 普通维度 • 父子维度 • 角色扮演维度 • 杂项维度 • 日历时间维度
时效分类
• 实时 • 离线
维度管理
维护分类 • 主数据维度 • 手工维度
统一维度建设背景
工具
ETL开发人员／产 品人员，存在大 量手工配置表需 要规则维护，缺 乏快速开发工具。
平台
业务人员想查询 维度信L，缺乏 可靠的公共E台 去快速方便的 查 询。
根据业务需求， 提供快速定义维 度的功能，保证 维度的唯一性
维度开 发管理
统一维度管理目标
维度信 息管理
完善的维度管理 流程，对维度新 增，变更，下线 全生命周期管理
苏宁大数据中台技术架构
技术创新 变革未来
01 总览 02 数据建模与指标化 03 维度管理 04 指标查询服务与OLAP引擎 05 总结
销
诸葛PC
诸葛APP
售
域
数据集市DM
数
DPA汇总层
据
仓
SOR基础层
库 层
SSA缓冲层
业务系统采集
数据中台出现之前
物 流
天眼
域
数据集市DM
数
DPA汇总层
据
仓
SOR基础层
个性化筛选条件
统一维度支持 自定/维度支持 自定/参数支持
度量
计算函数： max/min/count/count distinct/sum/avg/abs 累计函数 lastday
指标属性
可比 占比 同环比 均值
指标定义
衍生计算表达式
支持逻辑流 支持运算符 时间计算函数 异常数据
可视化测试
小天工 多维度数据验证 性能验证
类型 星型 宽表 定制类
时效类型 实时 离线
离线＋实时
时序类型 时序 非时序
模型基本属性
构建类别 +细 汇总
明 细 ＋汇总
调度类型 任务流 调度周期
模型存储
时序 汇总 DRUID
星型 非时序
明细 ES
定制类
宽表
汇总
PG
会员系统
定制化的建模方案
数 仓
会员字典表
访间流量表
会员购买表
会员购买信息 （根据会员去重）
DWS
DWD
01 总览 02 数据建模与指标化 03 维度管理 04 指标查询服务与OLAP引擎 05 总结
标准
维度业务口径不 统一，缺乏T效 的管理流程来对 /进行管理和约 束，维度建设存 在重复和歧义
成本
对于维度服务的 开发，各个产品 中心需要各自实 现，造成开发成 本重复投入。例 如公司的维度。
空间
3NF
OLTP
雪花
为什么是星型模型
反范式
OLAP
允许数据适当 冗余，缩短操 作数据的时间， 用空间换取时 间
星型
数据建模
建
模
分
事务型事实宽表
析
业务过程分析 周期性快照事实宽表 确认粒度／数据来凉
累计快照事实宽表
模型基本属性确认
确认/储介质
建 模
选择事实表
选择维表和维度
过
程
选择字段类型／属性
设置cube组 合
数据中台系统架构
数据应用
BI报表
可视化大屏
精准营销
个性化推荐
More
数据应用引擎
可视化引擎Z 数据服务引擎 数据分析引擎
数据开发套件
数据仓库主题域
数据集成 任务运维
实时任务开发 离M任务开发
维度 库
用户主题域 销售题域 商品主题域
计算存储引擎
画像引擎
数据治理套件
数据质量 数据地图 数据模型
基础服务
用户数据服务 数仓管理 运维监控 多租户隔离 集群部署
统O维度库 数据仓库
模型－指标－报表体系系统架构
天工数据层：可 I - 引 擎
指标层
指标定义
模型层
事实表＋维表
数据 API
OLAP
解析引擎 计划引擎 执行引擎
OLAPAL引 擎 OLAP数据+速引擎
OLAP任务调度
公共维度表
ADS
DWS
DWD
统I维度库 数据仓库
存储过程 （生成会员序列ID）
存储过程 （bitmap全量和增量数据）
O
L
查询维度月留存bitmap
查询维度新买家
查询维度老买家
A
p
查询维度半年留存
bitmap
bitmap
查询维度纯新买家
查询维度新老买家
bitmap 查询维度年留存
bitmap
bitmap
bitmap
指标基础信息
多种时间粒度 多种时间周期 多单 位 换 算
模型
流量3Vl.2 流量3Vl.3
会员-V l.0 会员-V l.l 会员- V l . 2
模型版本回滚
模型、指标多版本体系
单一指标
uV - Vl.2 uV- Vl.3
PV3V.l.0
会员- V l.2 会员- V.l .3 会员-V.l .4
衍生指标
衍生指标_ l - V l . 3 衍生指标_ l - V l . 4
数据层：可视+引擎
指标层
指标定义
数据 API
模型层
事实表＋维表
OLAP
公共维度表
ADS
解析引擎 计划引擎 执A引擎
OLAP查询引擎 OLAP数据加速引擎
OLAP任务调度
DWS
DWD
01 总览 02 数据建模与指标化 03 维度管理 04 指标查询服务与OLAP引擎 05 总结
避免数据冗余， 减少数据库的
库 层
SSA缓冲层
业务系统采集
数据平台 v s 数据中台
数据平台
有完整的数据模型设计，但偏重设计和技术，在执行过程中，很难保证数据的全，数据应 用一般不跨过数据中心 初期数据发展快，效率高，快速体现业务价值，但是随着数仓的建设，数据量急速鳌加， 整体成本居高不下，导致数据混乱、灾难。
数据中台
数据中台的基本理念是：将所有数据汇聚到数据中台，每个数据应用都以数据中台为唯一 数据来源。 苏宁数据中台的目标是为苏宁的数据战略提供有力的支撑，从企业全局进行统一规划，统 一建设，强调数据的“全”，从设计、组织、建设、流程角度保障了模式的落地。 数据中台的建设减低了数据使用门槛
衍生指标_ 2- Vl .2 衍生指标_ 2- Vl .3
历史 上线
开发中
指标新版本上线
指标版本回滚层：可视+引擎
指标层
指标定义
数据 API
模型层
事实表＋维表
OLAP
公共维度表
ADS
解析引擎 计划引擎 执A引擎
OLAP查询引擎 OLAP数据加速引擎
OLAP任务调度
模型、指标多版本体系
原则
状态分成上线／历史／开发中 上线单一/标来源于上线的模型 上线衍生/标中的单一/标必定是上线版本 历史版本模型有冻结期，冻结期结束此版本模型删 除，关联历史/标下线
Druid
da1a0. 2rcel da1a0.2rce2
PG
1ablel 1able2 1able3
模型新版本上线