《阿里大数据之路》研读笔记（1）

首先先看到OLAP和OLTP的区别：

OLTP(Online transaction processing):在线/联机事务处理。典型的OLTP类操作都比较简单，主要是对数据库中的数据进行增删改查，操作主体一般是产品的用户或者是操作人员。

OLAP(Online analytical processing):指联机分析处理。通过分析数据库中的数据来得出一些结论性的东西。比如给老总们看的报表，用于进行市场开拓的用户行为统计，不同维度的汇总分析结果等等。操作主体一般是运营、销售和市场等团队人员。

单次OLTP处理的数据量比较小，所涉及的表非常有限，一般仅一两张表。而OLAP是为了从大量的数据中找出某种规律性的东西，经常用到count()、sum()和avg()等聚合方法，用于了解现状并为将来的计划/决策提供数据支撑，所以对多张表的数据进行连接汇总非常普遍。

为了表示跟OLTP的数据库（database）在数据量和复杂度上的不同，一般称OLAP的操作对象为数据仓库（data warehouse），简称数仓。数据库仓库中的数据，往往来源于多个数据库，以及相应的业务日志。

我的理解是：OPTP更关注事务处理的一致性，比如增删改查每批操作都是在一个事务内操作，避免发生混乱。OLAP更关注数据的整合，将不同源的数据进行整合进行分析。

ER 模型入门教程 - bmms.me

原子指标
原子指标指的是基于业务过程的度量值，顾名思义是不可以在进行拆分的指标
核心功能：对指标的聚合逻辑进行了定义
三要素：业务过程    度量值     聚合逻辑

派生指标
派生指标是基于原子指标的 关系为：派生指标 = 原子指标 + 统计周期 + 业务+ 统计粒度
举例具体解释：
派生指标：最近一周更省份手机品类订单的总额
原子指标：订单总额 (定义业务过程、度量值聚合逻辑)
统计周期：最近一周(限定统计的范围 是一个特殊的业务限定)
业务限定：品类为手机(限定统计范围，相当于SQL中的where条件)
统计粒度：省份(定义统计粒度，相当于SQL中的group by)

衍生指标
衍生指标是在一个或多个派生指标的基础上，通过各种逻辑运算符合而成的。
比如比率，比例等等类型的指标