原文名： Guidelines For An Expressive Clickstream Data Mart

“点击流”是指web服务器收集的网页动作的记录集合。在原始数据源中，每次点击都会对应一条记录，对用户的操作做最详细的记录。

“点击流”数据量是非常大的，即使是中等的商务网站每天也会产生上亿条记录，我们必须压缩数据量，但又需要满足大部分的业务分析报告。这篇文章会给您一个方法，让我们不再在上亿条记录中爬行，又能在一个有用的粒度上分析访问者的行为。

在“点击流”源数据中，我们可以很容易的找到下面这些维度：日期、时间、访问者、访问的页面、引用页面、动作(POST, GET)。

点击动作事实表推荐的粒度是：一条事实表记录 = 一个访问者的Session。

如果每个Session平均有20个网页动作的话，我们前面例子提到的每天一亿条记录就被减少到500万每天，这个数量级对大部分中型的数据仓库是适用的。

事实表的维度属性建议如下：

1.      服务器日期（服务器日期）

2.      服务器时间(Session开始时间距离0点的秒数)

3.      访问者日期（访问者机器时间）

4.      访问者ID(匿名访问就是’Visitor’，注册用于使用账号)

5.      开始页面，访问者这个Session访问的第一个界面

6.      结束页面，这个Session访问的最有一个界面

7.      连接页面，访问者从哪里链接到本站(如果有的话)

8.      Session描述，什么类型的

推荐建立以下的计量属性：

1.      访问的页面个数

2.      总停留时间

这个设计能够满足对访问者行为的分析描述，它最重要的维度是“Session描述”，你必须设计一个强大的ETL过程根据页面活动顺序生成各种类型的“Session描述”。

  可以访问 www.intelligententerprise.com/990501/warehouse.shtml 下载免费的文章了解这方面更多的内容。（这文章已经没啦，别点击啦！9年对于网络也算是“沧海桑田”la）

  我会在2000 一月份写一篇详细描述“Session描述”维度的文章。

作者：Kimball  译者：小马  nk_phenomenon@hotmail.com  (转载请注明出处) 

原文地址：http://ralph12.securesites.net/html/designtipsPDF/DesignTips2000%20/KimballDT1GuidelinesFor.pdf

(翻译的烂 见教)