数仓分层能减少重复计算，为啥能减少？如何减少？这篇文章包懂！

很多时候，看一些数据领域的文章，说到为什么做数据仓库、数据仓库要分层，我们经常会看到一些结论：因为有ABCD……等等理由，比如降低开发成本、减少重复计算等等好处。

然后，多数人就记住了ABCD。但是，每每被问起来，为什么，有什么案例，你是怎么理解的，就被问住，傻眼了。

概念套概念，没意思，不如返璞归真，从生活案例重新理解起~

一、从统计班级人数开始

本文将用生活化案例，结合粒度的概念，帮你理解常说的减少重复计算。

假如，你带一个班级，你是班主任，你上第一节课。但你不知道班上到了多少人，于是，让同学们报数，班上有 30 人，从 1 报到 30，每个人报一次数，一共30 次。

第二节课，来了科任老师 A， 他也想知道班级人数，于是也让同学们报数，从1 报到 30，又是 30 次。

第三节课，来了科任老师 B，他也想知道人数，于是…

第四节课，来了科任老师 C，他也想… 好，一次又一次地报数，同学们烦了。于是有个聪明人记录下来，写到黑板上。

第五节课，等到科任老师 E 面带微笑地走进教室，问班里一共多少人，笑着说，同学们，要不我们来报数吧？

孩子们异口同声地对老师说：老师，请看黑板！

你看，把结果记录和存储下来，就不用再从 1 报到 30才能知道结果了。

这就是减少重复计算了！

二、思考思考粒度

我们再看看粒度。

关于粒度，我曾在数据仓库的文章里讲过，可以回看下：数仓避坑-整明白懂粒度

按照报数规则，一个人只能往另一个人的报数上加一，班级人数这个数字每加一，背后对应的就是一个新的人。

人不可再分，最小就是1，不存在0.5个人，班级人数这个数字的最小粒度，就是人。

粗一点的粒度是什么？以班级为粒度单位报人数，可以只用报一次。

粒度还可以是组，班级里面，我们可以按照不同的方式给同学们分成不同的组。常见的，按照列分组。

其实，这种分组，是按照同学们所坐位置的物理空间来划分的。

我们还可以划分其他的组，比如，按照出生月份，住的小区，兴趣爱好，等等进行分组。

当我们想知道，某个组有多少人，并不需要每次都从最小粒度去统计人数，都去报数，我们都可以把组，这个相对人来说，更粗的粒度的数字统计出来，记录下来， 下次再有类似的提问/请求，直接拿粗粒度的统计结果，也就是直接回答，这个组有多少人。

这就是，减少重复计算的生活化案例，是不是比构建指标体系、搭建中台、减少重复开发、重复计算，要具象多啦～

三、当问题开始复杂，分层的好处出现

刚刚，我们解决了班级粒度的事情，现在，你是校长了。

你的管理范围变大了，至少，统计人数，你先核心是关注更大层面的统计数据，比如全校人数，各年级人数，然后当有一些班级人数分配不均匀的时候，再细致看某个班的人数。

有了班级、年级人数，那么全校人数就好办啦~层层往上汇总累加就好了，总不至于全校开大会，从头报到尾吧。

管理的场景，问题是多如牛毛的，不同场景，所需要的统计数据、分组，都不尽相同。

在招生期间，你要知道每个学区给定的学生名额数，还有一些特长生的名额；

在日常管理期间，你要知道不同年级学生出勤、上课的情况。

更重要的是，你得了解学生的成绩情况。不同年级、不同学科、不同类型的学生，绝对分数，分数的变化趋势。

虽然咱们搞素质教育，不对外暴露这些信息，避免攀比和比较，但是最终落到学校的升学人数、升学率的时候，这些过程性的数据又是我们不得不关注的。

所谓的分层，是分而治之，分而算之。

光讲好处，问题就没有了吗？肯定是有的，比如，我们要额外地记录一些数据，要保证这些分而算的数据的准确性，相当于是信任这个分层数据的提供者。

整个过程中，还要从分析的角度出发，去设计很多分层里面的相关维度、共性维度。关于维度，可以看这篇：数仓避坑-想清楚维度

四、企业里的重复计算

回到企业的环境里，我们会对用户的观看图片、看视频、看直播的行为事件进行统计、计数，看了几次，看了多长时间。

我们也非常关心用户看完这些，到底花了多少钱，送了多少个礼物，买了多少直播间里的商品。

我们会从各种角度对这些过程行为、消费结果进行拆解和统计。

于是乎，企业里会有非常多需要统计、计数的数据。

比如，埋点会上报某个用户在某市某刻观看了A视频，用的手机是苹果，操作系统的版本是IOS7.x，用户所在的IP解析出来是在一线城市。

观看完之后，进入到了讲某个商品的直播间B，系统也会记录，在直播间B下单购买了商品C，金额是99，购买的个数是4个。

当我们要去统计，一线城市的用户观看A图片的次数，购买商品C的数量和金额的时候。

我们会跟之前统计班级人数、分组人数一样，要统计这些结果。

我们可以提前把一些结果提前记录下来，然后每次其他人要查询相同信息的时候，就不用每次都要「报数」了~

比如，今年小米发的双十一战报。

可能很多人都想要这个结果，用于宣传或者分析，那我们直接把这个数据存下来，当别人要的时候，直接拿出来就好了（图片里面，还备注了数据的统计口径）。

具体的一些后台报表，我就不去举例了，大家体会到重复计算到底是怎么回事，就可以了。

关于这些数据是怎么存储的，可以了解数据仓库维度模型：数仓避坑-搞懂维度模型

作者

Lee，公众号：数据产品小lee。关注直播、短视频和文娱领域、擅长数据架构、CDP及数据治理相关工作。

本文

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！