ディメンショナルモデリングのすすめ

Developer Summit 2018 Summer

Transcript

1. ©XFLAG ディメンショナル モデリングの勧め
2. ©XFLAG About Me 生島 光 株式会社ミクシィ XFLAG スタジオ 解析グループ データ分析基盤の開発・運用 GitHub: ojima-h Twitter: @ojima_h Facebook: hikaru.ojima
3. ©XFLAG © XFLAG
4. ©XFLAG 今日話すこと 使いやすいデータウェアハウス を手に入れるために ディメンショナル・モデリング を取り入れてみたお話
5. ©XFLAG Why Dimensional Modeling?
6. ©XFLAG BEFORE DB App Redshift APIログ 抽出 そのまま 分析チーム 依頼 作業待ち
7. ©XFLAG BEFORE DB App Redshift APIログ 抽出 そのまま 分析チーム Zeppelin
8. ©XFLAG ステージのクリア数を数え たいんだけど それなら striker_stages っていうテーブルの state が 2 になってる行を数え ればいいですよ なにそれ意味わかんない state の詳しい説明は サーバーの仕様書に書い てありますよ
9. ©XFLAG PROBLEM • 仕様書を読まないと分析できない
10. ©XFLAG ステージのカテゴリごとの プレイ数を数えたいんだ けど それなら stage_flag って いうカラムの １ビット目を見たらわかり ますよ なにそれ意味わかんない 詳しいことは サーバーのコード読めば わかるんですけどね
11. ©XFLAG PROBLEM • 仕様書を読まないと分析できない • コードを読まないと分析できない
12. ©XFLAG マルチプレイ数を数えたい んだけど それなら striker_stages テーブルを使えばいい ですね。 このテーブルは自己参 照テーブルになっている のでこのカラムで Group By して自分自身 に結合クァwせdrftgyふ じこlp； ・・・
13. ©XFLAG PROBLEM • 仕様書を読まないと分析できない • コードを読まないと分析できない • 複雑なテーブル構造
14. ©XFLAG キャンペーン施策のROI の算出に必要な値が欲し い 結構大変そうなので、ク エリのテンプレート作って 後で調整できるようにして おきますね
15. ©XFLAG ３００行くらいの SQL
16. ©XFLAG PROBLEM • 仕様書を読まないと分析できない • コードを読まないと分析できない • 複雑なテーブル構造 • 長すぎる SQL
17. ©XFLAG そうだ！ サマリテーブルを作ろう！
18. ©XFLAG 〇〇っていう分析がしたい わかりましたサマリテーブ ル作ります △△っていう分析がしたい この前作ったサマリテー ブルは使えなさそうです ね。 わかりましたサマリテーブ ル作ります 〜〜っていう分析がしたい この前作ったサマリテーブ ルは使えな（以下略
19. ©XFLAG PROBLEM • 仕様書を読まないと分析できない • コードを読まないと分析できない • 複雑なテーブル構造 • 長すぎる SQL • 乱立する謎のサマリデータ
20. ©XFLAG BI ツールは 助けてくれない
21. ©XFLAG PROBLEM • 仕様書を読まないと分析できない • コードを読まないと分析できない • 長すぎる SQL • 複雑なテーブル構造 • 乱立する謎のサマリデータ Dimensional Modeling が 解決してくれるかも
22. ©XFLAG Introduction to Dimensional Modeling
23. ©XFLAG データ分析の流れ ETL 整形 ロード 要件定義 目的 分析手法 ゴール データ収集 サーバーログ DB 分析 Σ 自動化 Data Warehouse Data Lake
24. ©XFLAG Data Warehouse ◦ すぐに分析に取りかかれるデータ ◦ どんな分析にも使える柔軟性 業務用データベースとは求められるも のが違う (e.g. 正規化 )
25. ©XFLAG Dimensional Modeling Data Warehouse の要件に合わせたテーブル設計
26. ©XFLAG Dimensional Modeling is... ◦ Ralph Kimball さんが ２０年以上前に提唱した DWH の設計手法
27. ©XFLAG FACT DIMENSIONS DIMENSIONS DIMENSIONS DIMENSIONS イベント 状態 e.g. ゲームのプレイログ FACTに対する 説明 e.g プレイした ステージに関する情報 DIMENSIONS Star Schema
28. ©XFLAG 現実世界 FACT DIMENSIONS DIMENSIONS DIMENSIONS DIMENSIONS Dimensional Modeling
29. ©XFLAG 設計の手順
30. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
31. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
32. ©XFLAG ビジネスプロセス ＝ お客さんに提供しているサービス・機能（仮） 例）「ゲームをプレイする」 ◦ ビジネスプロセスの内容を言語化 ◦ 使えるデータを確認
33. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
34. ©XFLAG 粒度 対象のビジネスプロセスをどこまで詳細 なレベルで分析するのか ビジネスの言葉で表現 イベント ファクトテーブルの１行 ?
35. ©XFLAG 粒度の例 １人のユーザーが １回ゲームをプレイした
36. ©XFLAG 粒度の例 マルチプレイの場合 vs. ３レコード ユーザー に関する分析 １レコード ゲームプレイ に関する分析
37. ©XFLAG 粒度 粒度の決め方によって 分析できる事柄も、その後の設計も 全然変わってくる
38. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
39. ©XFLAG Dimensions WHEN WHERE WHO WHAT WHY HOW about Facts ビジネスの 言葉で
40. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
41. ©XFLAG Facts イベントに対する計測値 e.g. ◦ ゲームのクリア時間 ◦ ゲームのスコア ◦ 購入した商品の値段 足したり掛けたりできるもの
42. ©XFLAG 1. ビジネスプロセスを選ぶ 2. 粒度を決める 3. Dimensionテーブルを決める 4. Factテーブルを決める 4 Steps
43. ©XFLAG メリット
44. ©XFLAG Good Points ◦ クエリのパフォーマンスが向上 ◦ JOIN が少なくなるため ◦ 分析軸を柔軟に追加できる ◦ Dimension テーブルを好きなだけ拡張 ◦ データを理解しやすい ◦ ビジネスプロセスを反映したテーブル設計
45. ©XFLAG ディメンションテーブルが充実 分析がパワーアップ
46. ©XFLAG Good Points ◦ クエリのパフォーマンスが向上 ◦ JOIN が少なくなるため ◦ 分析軸を柔軟に追加できる ◦ Dimension テーブルを好きなだけ拡張 ◦ データを理解しやすい ◦ ビジネスプロセスを反映したテーブル設計
47. ©XFLAG データの理解 業務システム システムの実装を表現 データウェアハウス ビジネスプロセスを表現 ステージ ステージ グループ 1 N ステージ 非正規化 ゲーム開始 ゲーム終了 LEFT JOIN ゲームプレイ
48. ©XFLAG やってみた
49. ©XFLAG 課題 ◦ データを理解するのが難しい ◦ 汎用的のないサマリテーブルたち
50. ©XFLAG 作戦 できるところからちょっとずつ 重要なビジネスプロセスから順番に着手していっ た
51. ©XFLAG 大事だったこと ビジネスプロセスの分析や 粒度をきちんと決めたこと Data Warehouse 全体の整合性を保つ ことができた
52. ©XFLAG （参考） ◦ Enterprise Bus Matrix ◦ Confirmed Dimensions
53. ©XFLAG 結果 ◦ シンプルなテーブル構造 ◦ 汎用的なサマリテーブル ◦ セルフサービスなデータ分析
54. ©XFLAG 体感では ½ 〜 ⅓ くらい
55. ©XFLAG 結果 ◦ シンプルなテーブル構造 ◦ 汎用的なサマリテーブル ◦ セルフサービスなデータ分析
56. ©XFLAG つらかったこと
57. ©XFLAG つらかったこと ◦ 設計するの大変 ◦ 時間がかかりすぎるリスク ⇒ 設計コストと得られるメリットの比較 生データとの併用も
58. ©XFLAG つらかったこと ◦ Hive や Redshift などでは難しい部分も ◦ データ更新 ◦ 実行効率 ⇒ 妥協も大事
59. ©XFLAG 美味しいところだけ いただくの精神
60. ©XFLAG https://www.amazon.co.jp/dp/B00DRZX6XS 参考
61. ©XFLAG テーブル設計は基礎体力 日々の分析業務や 機械学習プロジェクトを 加速させる
62. ©XFLAG Thank You
63. ©XFLAG Credits Special thanks to all the people who made and released these awesome resources for free: ◦ Icon made by Freepik from flaticon ◦ Photographs by Unsplash