🏆 Tiêu chuẩn Buổi 6: SQL — Window Function & Data Warehouse

Các tiêu chuẩn và framework quốc tế cần nắm cho Window Functions, Data Warehouse Design và Dimensional Modeling

Tổng quan

Buổi 6 đưa bạn từ SQL cơ bản (SELECT, JOIN, GROUP BY) sang SQL phân tích chuyên nghiệp — Window Functions, Running Total, MoM Growth — và từ database giao dịch sang Data Warehouse với Star Schema. Đây là bước chuyển then chốt: từ "viết query lấy số liệu" sang "viết query phân tích dữ liệu như một chuyên gia".

Window Functions không phải "syntax ngẫu nhiên ai đó nghĩ ra". Chúng là một phần của chuẩn ANSI SQL (được bổ sung từ SQL:1999 và mở rộng qua SQL:2003, SQL:2011) — nghĩa là cú pháp ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ...) chạy giống nhau trên PostgreSQL, BigQuery, SQL Server, Snowflake... Data Warehouse cũng có framework thiết kế riêng — Kimball Dimensional Modeling — chuẩn "de facto" cho star schema mà 80%+ doanh nghiệp sử dụng. Và DAMA DMBOK cung cấp khung quản trị dữ liệu tổng thể, bao gồm cả data warehousing.

Các tiêu chuẩn trong buổi này cung cấp:

• Chuẩn Window Functions: ANSI SQL:2003+ định nghĩa cú pháp OVER, PARTITION BY, ROWS/RANGE — portable giữa các hệ thống
• Framework thiết kế Data Warehouse: Kimball Dimensional Modeling — star schema, fact vs dimension, slowly changing dimensions
• Khung quản trị dữ liệu: DAMA DMBOK — data warehousing & BI trong bức tranh tổng thể data management
• Tư duy có hệ thống: Hiểu tiêu chuẩn giúp bạn viết SQL nâng cao "có nguyên tắc", thiết kế DW "đúng phương pháp"

Theo khảo sát DataLemur (2025), 70%+ câu hỏi SQL trong phỏng vấn Data Analyst yêu cầu Window Functions. Theo Gartner, 85% doanh nghiệp lớn sử dụng Data Warehouse hoặc Data Lakehouse cho analytics. Nắm vững tiêu chuẩn giúp bạn không chỉ viết query đúng, mà còn giao tiếp chuyên nghiệp với Data Engineer, DBA, và toàn bộ data team.

📋 Danh sách tiêu chuẩn liên quan

#	Tiêu chuẩn	Tổ chức / Tác giả	Áp dụng cho Buổi 6
1	ANSI SQL Window Functions (SQL:2003+)	ANSI / ISO (ISO/IEC 9075)	Chuẩn Window Functions — ROW_NUMBER, RANK, LAG, LEAD, SUM OVER, frame clause
2	Kimball Dimensional Modeling	Ralph Kimball / Kimball Group	Star schema, fact table, dimension table, slowly changing dimensions (SCD)
3	DAMA DMBOK — Data Warehousing & BI	DAMA International	Khung quản trị Data Warehouse, Data Integration, BI trong enterprise

---

1️⃣ ANSI SQL Window Functions (ISO/IEC 9075 — SQL:2003+)

Giới thiệu

Window Functions (hàm cửa sổ) được chính thức đưa vào chuẩn ANSI SQL:1999 với khái niệm cơ bản, sau đó mở rộng đáng kể trong SQL:2003 với đầy đủ cú pháp OVER, PARTITION BY, ORDER BY, và frame clause (ROWS BETWEEN). Các phiên bản sau — SQL:2008, SQL:2011 — tiếp tục bổ sung thêm hàm và tùy chọn.

Tại sao Window Functions lại được đưa vào chuẩn quốc tế? Vì GROUP BY có hạn chế cơ bản: khi gom nhóm, bạn mất chi tiết từng dòng. Rất nhiều bài toán phân tích thực tế đòi hỏi vừa giữ chi tiết dòng, vừa có giá trị tổng hợp — xếp hạng, tích lũy, so sánh với dòng trước/sau. Trước SQL:2003, phải dùng self-join hoặc subquery phức tạp, chậm, và khó đọc. Window Functions giải quyết triệt để vấn đề này bằng một cú pháp chuẩn, tối ưu, portable.

Trong thực tế 2025–2026, tất cả major database đều hỗ trợ Window Functions: PostgreSQL (đầy đủ nhất), MySQL 8.0+, SQL Server, Oracle, SQLite 3.25+, Google BigQuery, Amazon Redshift, Snowflake, Databricks SQL. Nắm vững ANSI Window Functions nghĩa là bạn viết query chạy được trên mọi nền tảng.

Nội dung chính

Phân loại Window Functions theo ANSI SQL

Nhóm	Hàm	Chuẩn ANSI	Mô tả
Ranking	ROW_NUMBER()	SQL:2003	Số thứ tự duy nhất mỗi dòng trong window
	RANK()	SQL:2003	Xếp hạng — bỏ qua thứ hạng khi có ties
	DENSE_RANK()	SQL:2003	Xếp hạng — không bỏ qua thứ hạng khi có ties
	NTILE(n)	SQL:2003	Chia đều dữ liệu thành n nhóm (quartile, decile...)
Offset	LAG(expr, offset, default)	SQL:2011	Truy cập giá trị dòng trước dòng hiện tại
	LEAD(expr, offset, default)	SQL:2011	Truy cập giá trị dòng sau dòng hiện tại
	FIRST_VALUE(expr)	SQL:2003	Giá trị đầu tiên trong window
	LAST_VALUE(expr)	SQL:2003	Giá trị cuối cùng trong window
	NTH_VALUE(expr, n)	SQL:2011	Giá trị thứ n trong window
Aggregate	SUM() OVER	SQL:2003	Tổng cộng trên window — running total
	AVG() OVER	SQL:2003	Trung bình trên window — moving average
	COUNT() OVER	SQL:2003	Đếm trên window
	MIN() OVER, MAX() OVER	SQL:2003	Min/Max trên window

Cú pháp OVER clause (ANSI Standard)

-- Cú pháp đầy đủ theo ANSI SQL:2003+
function_name(expression) OVER (
    [PARTITION BY partition_expression, ...]   -- Chia thành các nhóm (window)
    [ORDER BY sort_expression [ASC|DESC], ...] -- Sắp xếp trong mỗi nhóm
    [frame_clause]                              -- Khung cửa sổ
)

-- Frame clause syntax (ANSI SQL:2003)
{ ROWS | RANGE } BETWEEN frame_start AND frame_end

-- frame_start / frame_end có thể là:
--   UNBOUNDED PRECEDING  -- Từ đầu partition
--   n PRECEDING           -- n dòng trước
--   CURRENT ROW           -- Dòng hiện tại
--   n FOLLOWING            -- n dòng sau
--   UNBOUNDED FOLLOWING   -- Đến cuối partition

Default frame behavior (quan trọng!)

Trường hợp	Default frame	Giải thích
OVER () — không có ORDER BY	Toàn bộ partition	SUM(x) OVER () = tổng toàn bộ
OVER (ORDER BY col) — có ORDER BY	RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW	SUM(x) OVER (ORDER BY date) = running total
Explicit frame	Theo frame bạn chỉ định	ROWS BETWEEN 6 PRECEDING AND CURRENT ROW = 7 dòng gần nhất

⚠️ ANSI trap: Khi có ORDER BY trong OVER, default frame là RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW — nghĩa là SUM() OVER (ORDER BY date) tự động thành running total, không phải grand total. Nhiều người không biết điều này và viết query sai kết quả.

ROWS vs RANGE (ANSI distinction)

Keyword	Hoạt động theo	Ví dụ khi có tied values
ROWS	Vị trí vật lý (physical rows)	Mỗi dòng tính riêng — deterministic
RANGE	Giá trị logic (logical range)	Dòng có cùng giá trị ORDER BY → tính chung

-- ROWS: tính chính xác dòng vật lý → kết quả luôn deterministic
SUM(revenue) OVER (ORDER BY order_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

-- RANGE: nếu 2 đơn cùng ngày → tính chung → running total có thể "nhảy"
SUM(revenue) OVER (ORDER BY order_date RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

💡 Best practice ANSI: Luôn dùng ROWS khi cần running total chính xác. Dùng RANGE khi muốn tất cả dòng cùng giá trị được xử lý giống nhau.

Áp dụng cho Data Analyst

Tình huống DA	ANSI Window Function áp dụng
Top N sản phẩm trong mỗi category	ROW_NUMBER() OVER (PARTITION BY category ORDER BY revenue DESC) → lọc WHERE row_num <= N
So sánh doanh thu MoM	LAG(revenue, 1) OVER (ORDER BY month) → tính % tăng trưởng so tháng trước
Doanh thu tích lũy theo ngày	SUM(revenue) OVER (ORDER BY date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
Moving average 7 ngày	AVG(dau) OVER (ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW)
Tỷ trọng % trong tổng	revenue * 100.0 / SUM(revenue) OVER (PARTITION BY category)
Phân nhóm khách hàng (quartile)	NTILE(4) OVER (ORDER BY total_spent DESC) → chia 4 nhóm theo chi tiêu
Đơn hàng đầu tiên mỗi khách	FIRST_VALUE(order_date) OVER (PARTITION BY customer_id ORDER BY order_date)

Ví dụ thực tế

Tình huống: Data Analyst cần xếp hạng sản phẩm theo doanh thu trong mỗi danh mục, và tính % đóng góp.

❌ Không dùng Window Function (phải dùng subquery phức tạp):

-- Phải self-join hoặc subquery lồng nhau — dài, khó đọc, chậm
SELECT
    p.category,
    p.product_name,
    p.revenue,
    (SELECT COUNT(*) + 1
     FROM product_sales p2
     WHERE p2.category = p.category AND p2.revenue > p.revenue
    ) AS rank_pos,
    ROUND(p.revenue * 100.0 / cat.cat_total, 1) AS pct_of_category
FROM product_sales p
JOIN (
    SELECT category, SUM(revenue) AS cat_total
    FROM product_sales
    GROUP BY category
) cat ON p.category = cat.category
ORDER BY p.category, p.revenue DESC;

✅ Dùng Window Function chuẩn ANSI SQL:2003:

-- Clean, readable, performant — ANSI SQL:2003 standard
SELECT
    category,
    product_name,
    revenue,
    DENSE_RANK() OVER (PARTITION BY category ORDER BY revenue DESC) AS rank_pos,
    ROUND(
        revenue * 100.0 / SUM(revenue) OVER (PARTITION BY category), 1
    ) AS pct_of_category
FROM product_sales
ORDER BY category, revenue DESC;

Sự khác biệt:

• Window Function: 1 query, rõ ràng, engine tối ưu — chạy nhanh hơn trên dữ liệu lớn
• Subquery approach: 2 lần scan bảng, code dài, khó maintain
• Khi thêm yêu cầu (ví dụ thêm running total) — Window Function chỉ cần thêm 1 dòng, subquery phải viết thêm 1 block lớn

---

2️⃣ Kimball Dimensional Modeling

Giới thiệu

Kimball Dimensional Modeling là phương pháp thiết kế Data Warehouse do Ralph Kimball — "cha đẻ" của dimensional modeling — phát triển từ thập niên 1990. Cuốn sách kinh điển "The Data Warehouse Toolkit" (xuất bản lần đầu 1996, tái bản lần 3 năm 2013) là "kinh thánh" của data warehousing, được sử dụng bởi hàng ngàn doanh nghiệp trên toàn cầu.

Tại sao Kimball quan trọng? Vì database giao dịch (OLTP) được thiết kế cho tốc độ ghi (INSERT/UPDATE nhanh), với schema normalized (nhiều bảng nhỏ, ít dư thừa) — không phù hợp cho phân tích (query phức tạp, JOIN nhiều bảng, scan hàng triệu dòng). Kimball Dimensional Modeling thiết kế schema tối ưu cho tốc độ đọc và dễ hiểu — giúp Data Analyst query nhanh hơn, ít JOIN hơn, và output trực quan hơn.

Phương pháp Kimball tổ chức dữ liệu thành Star Schema — với Fact Table (bảng sự kiện chứa metrics/measures) ở trung tâm, bao quanh bởi Dimension Tables (bảng chiều chứa context mô tả). Thay vì 20+ bảng normalized với 10 lần JOIN, bạn chỉ cần 1 fact table JOIN với 4–5 dimension tables — query đơn giản, kết quả nhanh.

Trong hệ sinh thái modern data (BigQuery, Snowflake, Databricks, dbt), Kimball Dimensional Modeling vẫn là phương pháp phổ biến nhất — dù có thêm các biến thể mới như Data Vault, One Big Table. 80%+ Data Warehouse trên thế giới dùng star schema.

Nội dung chính

Bốn bước thiết kế Dimensional Model (Kimball's 4-Step Process)

Bước	English	Mô tả	Output
1	Select the business process	Chọn quy trình kinh doanh cần phân tích	"Phân tích đơn hàng e-commerce"
2	Declare the grain	Xác định mức chi tiết cao nhất — 1 dòng trong fact table là gì?	"1 dòng = 1 line item (1 sản phẩm trong 1 đơn hàng)"
3	Identify the dimensions	Xác định các chiều mô tả — ai, cái gì, ở đâu, khi nào?	dim_customer, dim_product, dim_date, dim_store
4	Identify the facts	Xác định các số liệu đo lường — đo cái gì?	quantity, unit_price, discount_amount, line_total

💡 Bước 2 (Declare the grain) là quan trọng nhất — sai grain thì toàn bộ thiết kế sai. Grain quá cao (1 dòng = 1 đơn hàng) thì mất chi tiết sản phẩm. Grain quá thấp (1 dòng = 1 click) thì bảng quá lớn, query chậm.

Fact Table — Bảng sự kiện

Đặc điểm	Chi tiết
Chứa gì	Các metrics/measures (số liệu đo lường) + Foreign Keys tới dimension tables
Mỗi dòng	1 sự kiện kinh doanh (1 giao dịch, 1 line item, 1 page view...)
Số dòng	Rất nhiều — hàng triệu → hàng tỷ
Số cột	Ít cột text, nhiều cột số (FK + measures)
Thay đổi	Chỉ INSERT (append-only) — không UPDATE/DELETE
Ví dụ	fact_sales, fact_orders, fact_page_views, fact_inventory_daily

Ba loại fact (measures):

Loại	English	Mô tả	Ví dụ
Additive	Additive Facts	Cộng được theo mọi dimension	revenue, quantity, discount
Semi-additive	Semi-additive	Cộng theo một số dimension, không phải tất cả	account_balance (cộng theo customer, KHÔNG cộng theo time)
Non-additive	Non-additive	Không thể cộng — chỉ tính AVG hoặc dùng nguyên giá trị	unit_price, ratio, percentage

Dimension Table — Bảng chiều

Đặc điểm	Chi tiết
Chứa gì	Thông tin mô tả (descriptive attributes) — ai, cái gì, ở đâu, khi nào
Mỗi dòng	1 bản ghi duy nhất (1 khách hàng, 1 sản phẩm, 1 ngày...)
Số dòng	Ít hơn fact — hàng ngàn → hàng triệu
Số cột	Nhiều cột text (mô tả), ít cột số
Thay đổi	CÓ THỂ UPDATE (khách đổi địa chỉ, sản phẩm đổi giá...) → SCD
Ví dụ	dim_customer, dim_product, dim_date, dim_store, dim_promotion

Dimension Table đặc biệt — dim_date:

-- dim_date — bảng ngày tháng chi tiết (Date dimension)
-- Tạo sẵn cho 10–20 năm, chứa tất cả thuộc tính ngày
CREATE TABLE dim_date (
    date_key        INTEGER PRIMARY KEY,  -- YYYYMMDD format
    full_date       DATE NOT NULL,
    day_of_week     INTEGER,              -- 1 = Monday, 7 = Sunday
    day_name        VARCHAR(10),          -- 'Monday', 'Tuesday'...
    day_of_month    INTEGER,
    week_of_year    INTEGER,
    month_number    INTEGER,
    month_name      VARCHAR(10),          -- 'January', 'February'...
    quarter         INTEGER,              -- 1, 2, 3, 4
    year            INTEGER,
    is_weekend      BOOLEAN,
    is_holiday      BOOLEAN,
    fiscal_quarter  INTEGER,              -- Quý tài chính (có thể khác quý lịch)
    fiscal_year     INTEGER
);

💡 Tại sao cần dim_date? Vì SQL WHERE MONTH(order_date) = 1 chạy chậm trên bảng lớn (full table scan). Khi JOIN với dim_date, bạn chỉ cần WHERE d.month_number = 1 — index-friendly, nhanh hơn 10–100x.

Slowly Changing Dimensions (SCD)

Loại	Tên	Cách xử lý thay đổi	Ví dụ
SCD Type 0	Retain Original	Không bao giờ thay đổi	Ngày sinh, giới tính
SCD Type 1	Overwrite	Ghi đè giá trị cũ bằng giá trị mới	Cập nhật email khách hàng
SCD Type 2	Add New Row	Thêm dòng mới, đóng dòng cũ (effective_date, expiry_date)	Khách hàng đổi thành phố — giữ lại lịch sử
SCD Type 3	Add New Column	Thêm cột previous_value	Sản phẩm đổi category — giữ category cũ + mới

Star Schema vs Snowflake Schema

Tiêu chí	Star Schema	Snowflake Schema
Cấu trúc	Fact ở giữa, dimension trực tiếp xung quanh	Dimension được normalize thêm (sub-dimension)
Số JOIN	Ít — fact JOIN trực tiếp dimension	Nhiều hơn — dimension JOIN sub-dimension
Query performance	Nhanh hơn — ít JOIN	Chậm hơn — nhiều JOIN
Dễ hiểu	✅ DA dễ hiểu, dễ query	❌ Phức tạp hơn
Dư thừa dữ liệu	Nhiều hơn (dimension denormalized)	Ít hơn (dimension normalized)
Recommended	✅ Kimball khuyến nghị	Chỉ khi cần tiết kiệm storage đặc biệt

Áp dụng cho Data Analyst

Tình huống DA	Kimball áp dụng thế nào
Query doanh thu theo category + thời gian	fact_sales JOIN dim_product JOIN dim_date — rõ ràng hơn normalized schema
Phân tích khách hàng theo vùng miền	fact_orders JOIN dim_customer WHERE region = 'Bắc' — không cần JOIN 5 bảng
Báo cáo doanh thu theo quý tài chính	JOIN dim_date WHERE fiscal_quarter = 2 — dim_date có sẵn fiscal attributes
Track thay đổi giá sản phẩm	SCD Type 2 trên dim_product — mỗi thay đổi giá tạo record mới
Thiết kế DW cho sàn e-commerce VN	4-step process: chọn process → xác định grain → chọn dimensions → chọn facts

Ví dụ thực tế

Tình huống: Thiết kế Star Schema cho sàn e-commerce Việt Nam — phân tích doanh thu theo sản phẩm, khách hàng, thời gian, khu vực.

Star Schema — E-commerce Việt Nam:

           ┌───────────────┐
           │  dim_product   │
           │───────────────│
           │ product_key    │──┐
           │ product_name   │  │
           │ category       │  │     ┌───────────────────────┐
           │ brand          │  │     │     fact_order_items   │
           │ supplier       │  │     │───────────────────────│
           └───────────────┘  ├────>│ order_item_key (PK)   │
                               │     │ date_key (FK)         │──> dim_date
┌───────────────┐             │     │ customer_key (FK)     │──> dim_customer
│  dim_customer  │             │     │ product_key (FK)      │──> dim_product
│───────────────│             │     │ store_key (FK)        │──> dim_store
│ customer_key   │─────────────┘     │ quantity              │
│ customer_name  │                   │ unit_price            │
│ email          │                   │ discount_amount       │
│ region         │                   │ line_total            │
│ city           │                   └───────────────────────┘
│ segment        │
│ signup_date    │
└───────────────┘

Query trên Star Schema — đơn giản, nhanh:

-- Doanh thu theo category + quý + vùng miền (Star Schema query)
SELECT
    d.quarter,
    d.year,
    p.category,
    c.region,
    SUM(f.line_total)           AS total_revenue,
    COUNT(DISTINCT f.order_item_key) AS total_items,
    AVG(f.line_total)           AS avg_item_value
FROM fact_order_items f
JOIN dim_date     d ON f.date_key     = d.date_key
JOIN dim_product  p ON f.product_key  = p.product_key
JOIN dim_customer c ON f.customer_key = c.customer_key
WHERE d.year = 2026
GROUP BY d.quarter, d.year, p.category, c.region
ORDER BY d.quarter, total_revenue DESC;

---

3️⃣ DAMA DMBOK — Data Warehousing & Business Intelligence

Giới thiệu

DAMA DMBOK (Data Management Body of Knowledge) là framework toàn diện do DAMA International (Data Management Association) xuất bản — phiên bản 2 (2017) bao gồm 14 knowledge areas covering toàn bộ lifecycle quản trị dữ liệu. Trong đó, Chapter 11: Data Warehousing and Business Intelligence trực tiếp liên quan đến Buổi 6.

DAMA DMBOK không phải là "sách dạy viết SQL" — đó là khung tham chiếu cấp doanh nghiệp cho việc quản lý dữ liệu một cách có hệ thống. Trong bối cảnh Data Analyst, hiểu DAMA DMBOK giúp bạn thấy được bức tranh tổng thể: dữ liệu bạn query đến từ đâu (Data Integration), được tổ chức thế nào (Data Architecture), được quản trị ra sao (Data Governance), và phục vụ mục đích gì (BI & Analytics).

Đặc biệt, DAMA DMBOK nhấn mạnh rằng Data Warehouse không phải "chỉ là database to hơn" — đó là một thành phần trong kiến trúc dữ liệu (Data Architecture) của doanh nghiệp, được thiết kế có chủ đích cho analytics, với các quy trình ETL/ELT, data quality, metadata management, và governance controls.

Nội dung chính

DMBOK Data Management Framework — 14 Knowledge Areas

#	Knowledge Area	Liên quan Buổi 6	Vai trò
1	Data Governance	⭐⭐	Quản trị chính sách dữ liệu — ai được query gì
2	Data Architecture	⭐⭐⭐	Kiến trúc DW: OLTP → ETL → OLAP → BI
3	Data Modeling & Design	⭐⭐⭐	Dimensional modeling — star schema, fact & dimension
4	Data Storage & Operations	⭐⭐	Vận hành hệ thống DW — performance, backup
5	Data Security	⭐	Bảo mật dữ liệu trong DW
6	Data Integration & Interoperability	⭐⭐⭐	ETL/ELT — đưa dữ liệu vào DW
7	Document & Content Management	⭐	Quản lý tài liệu liên quan
8	Reference & Master Data	⭐⭐	Master data → dimension tables
9	Data Warehousing & BI	⭐⭐⭐	Core Buổi 6 — DW design, BI, reporting
10	Metadata Management	⭐⭐	Data dictionary, lineage — biết cột nào nghĩa gì
11	Data Quality	⭐⭐	Chất lượng dữ liệu trong DW
12	Big Data & Data Science	⭐	DW trong bối cảnh big data
13	Data Ethics	⭐	Đạo đức sử dụng dữ liệu
14	AI & Machine Learning (DMBOK 3 draft)	⭐	AI/ML features from DW

Chapter 11 Deep Dive — Data Warehousing & BI

Mục tiêu của DW theo DAMA:

"Cung cấp dữ liệu tích hợp, nhất quán, lịch sử để hỗ trợ ra quyết định kinh doanh"

Thành phần	English	Mô tả	Tool ví dụ
Data Sources	Source Systems	Hệ thống gốc — ERP, CRM, website, app	MySQL, PostgreSQL, API
ETL/ELT	Extract-Transform-Load	Trích xuất → biến đổi → tải vào DW	dbt, Airflow, Fivetran
Data Warehouse	Central DW	Kho dữ liệu trung tâm — star schema	BigQuery, Snowflake, Redshift
Data Mart	Subject-area DW	DW nhỏ cho 1 phòng ban cụ thể	Sales mart, Marketing mart
BI Layer	Reporting & Analytics	Dashboard, report, ad-hoc query	Looker, Tableau, Power BI
Metadata	Data about data	Data dictionary, lineage, schema docs	DataHub, Atlan, dbt docs

Kiến trúc DW theo DAMA DMBOK:

┌──────────┐  ┌──────────┐  ┌──────────┐
│   ERP    │  │   CRM    │  │ Website  │    ← Source Systems (OLTP)
└────┬─────┘  └────┬─────┘  └────┬─────┘
     │             │             │
     └──────────┬──┴──────────┬──┘
                │  ETL / ELT  │             ← Extract, Transform, Load
                └──────┬──────┘
                       │
               ┌───────▼───────┐
               │ Data Warehouse │            ← Star Schema (OLAP)
               │ (Star Schema)  │
               └───┬───┬───┬───┘
                   │   │   │
          ┌────────┘   │   └────────┐
    ┌─────▼─────┐ ┌────▼────┐ ┌────▼────┐
    │ Sales Mart│ │ Mkt Mart│ │ Fin Mart│   ← Data Marts
    └─────┬─────┘ └────┬────┘ └────┬────┘
          │            │           │
          └──────────┬─┴───────────┘
                     │
               ┌─────▼─────┐
               │ BI & Report│                ← Dashboard, Analytics
               └────────────┘

Áp dụng cho Data Analyst

Tình huống DA	DAMA DMBOK áp dụng thế nào
Hiểu data pipeline	DMBOK Data Integration → biết dữ liệu bạn query đi qua ETL nào
Kiểm tra data quality	DMBOK Data Quality → kiểm tra NULL, duplicate, inconsistency trước khi phân tích
Đọc data dictionary	DMBOK Metadata Management → hiểu từng cột nghĩa gì, đơn vị gì
Thiết kế dashboard	DMBOK DW & BI → hiểu data flow: source → DW → BI tool → insight
Hỏi DE tạo bảng mới	DMBOK Data Modeling → dùng đúng thuật ngữ: fact table, dimension, grain
Phân quyền truy cập data	DMBOK Data Governance → biết ai access được gì, chính sách gì

Ví dụ thực tế

Tình huống: Data Analyst tại sàn e-commerce Việt Nam cần understand data pipeline — dữ liệu đơn hàng từ app → database → DW → dashboard.

📱 App Shopee VN → 🗄️ MySQL (OLTP) → 🔄 ETL (dbt) → 📊 BigQuery (DW) → 📈 Looker (BI)

Ở mỗi giai đoạn, DAMA DMBOK cung cấp framework:
- App → MySQL: Data Storage & Operations (how data is stored)
- MySQL → BigQuery: Data Integration (ETL pipeline)
- BigQuery schema: Data Modeling (star schema design — Kimball)
- BigQuery → Looker: DW & BI (how data serves business)
- Toàn bộ: Data Governance (who can access what)
- Mọi cột: Metadata Management (what each column means)

---

🎓 Chứng chỉ liên quan

Lộ trình khuyến nghị cho Data Analyst

📌 Bắt đầu (Buổi 6):
  → Google Data Analytics Certificate — BigQuery + SQL nâng cao
  → HackerRank SQL (Advanced) — Window function practice
  → DataCamp SQL Associate Certificate

📈 Trung cấp (sau khóa học):
  → Google Cloud Professional Data Engineer — BigQuery, data pipeline
  → dbt Analytics Engineering Certification — modern DW, dimensional modeling
  → Snowflake SnowPro Core Certification — cloud DW

🎯 Nâng cao:
  → CDMP (Certified Data Management Professional) — DAMA International — DMBOK
  → Google Cloud Professional Cloud Database Engineer
  → AWS Certified Data Analytics — Specialty

📚 Sách bắt buộc:
  → "The Data Warehouse Toolkit" — Ralph Kimball (kinh thánh DW)
  → "Star Schema: The Complete Reference" — Christopher Adamson
  → "SQL for Data Scientists" — Renee Teate (chương Window Functions)
  → "Learning SQL" — Alan Beaulieu, O'Reilly (chương 16: Analytic Functions)

So sánh chi tiết

Tiêu chí	Google DA Cert	HackerRank SQL Advanced	dbt Analytics Eng	CDMP (DAMA)
Window Functions	⭐⭐ Basics — ROW_NUMBER, LAG	⭐⭐⭐ Problem-solving — queries thực tế	⭐⭐ dbt context — CTE, window	⭐ Concepts only
Data Warehouse	⭐⭐ BigQuery basics	⭐ Không focus	⭐⭐⭐ Core — dimensional modeling, dbt	⭐⭐⭐ DMBOK framework
Star Schema	⭐ Concepts	⭐ Không	⭐⭐⭐ Build star schema with dbt	⭐⭐⭐ Kimball theory
Hands-on practice	⭐⭐ BigQuery	⭐⭐⭐ Online judge	⭐⭐⭐ dbt project	⭐ Theory-focused
Industry recognition	Google + employers	Tech companies	Data teams, analytics eng	Data governance roles
Cost	~$49/month (Coursera)	Miễn phí	~$200	~$411
Phù hợp nhất	Career starters	Practice + portfolio	Analytics eng / DA	Data management roles

---

🔗 Ma trận tiêu chuẩn × Chủ đề buổi học

Chủ đề Buổi 6	ANSI SQL Window Functions	Kimball Dimensional Modeling	DAMA DMBOK
Window Functions (ROW_NUMBER, RANK...)	⭐⭐⭐ Core — ANSI SQL:2003 định nghĩa syntax	⭐ Dùng trong query trên star schema	⭐ Không trực tiếp
LAG / LEAD (offset functions)	⭐⭐⭐ Core — ANSI SQL:2011	⭐ MoM/YoY trên fact table	⭐ Time-series analysis
Running Total (SUM OVER)	⭐⭐⭐ Core — frame clause ANSI	⭐⭐ Cumulative metrics trên fact	⭐⭐ KPI tracking
Moving Average (AVG OVER)	⭐⭐⭐ Core — ROWS BETWEEN	⭐⭐ Trend analysis trên fact	⭐⭐ Smoothing, forecasting
Percent of Total	⭐⭐⭐ SUM OVER (PARTITION BY)	⭐⭐ Portfolio mix analysis	⭐⭐ Business reporting
CTE (Common Table Expression)	⭐⭐⭐ ANSI SQL:1999 — WITH clause	⭐⭐ Query phức tạp trên star schema	⭐ Query organization
Star Schema	⭐ Window Functions trên star	⭐⭐⭐ Core — fact + dimension	⭐⭐⭐ DW & BI chapter
Fact vs Dimension Table	⭐ Không trực tiếp	⭐⭐⭐ Core — 4-step process	⭐⭐⭐ Data Modeling
OLTP vs OLAP	⭐ SQL chạy trên cả hai	⭐⭐⭐ OLAP = DW context	⭐⭐⭐ Data Architecture
ETL / Data Pipeline	⭐ Không trực tiếp	⭐⭐ Data staging → DW	⭐⭐⭐ Data Integration
Data Warehouse concepts	⭐ SQL là ngôn ngữ query DW	⭐⭐⭐ Core methodology	⭐⭐⭐ DW & BI chapter
SCD (Slowly Changing Dimensions)	⭐ Không trực tiếp	⭐⭐⭐ Core — Type 0/1/2/3	⭐⭐ Data Quality, Modeling

Chú thích: ⭐ = Liên quan gián tiếp | ⭐⭐ = Liên quan trực tiếp | ⭐⭐⭐ = Core/trọng tâm

---

📝 Checklist áp dụng cho Data Analyst

Window Functions Checklist

• [ ] Chọn đúng hàm: ROW_NUMBER (unique rank), RANK (skip ties), DENSE_RANK (no skip), NTILE (equal groups)
• [ ] PARTITION BY đúng: Chia nhóm phù hợp business context — partition by category, by region, by customer?
• [ ] ORDER BY trong OVER: Luôn specify khi dùng ranking hoặc offset functions
• [ ] Frame clause: Dùng ROWS BETWEEN cho running total/moving average — hiểu default behavior
• [ ] ROWS vs RANGE: Ưu tiên ROWS cho kết quả deterministic, RANGE khi cần tied values xử lý giống nhau
• [ ] LAG/LEAD default: Specify default value cho dòng đầu/cuối — LAG(revenue, 1, 0) thay vì LAG(revenue)
• [ ] Tránh lặp OVER: Khi dùng nhiều window functions cùng partition + order → dùng WINDOW clause (ANSI SQL)

Data Warehouse Checklist

• [ ] Xác định grain: 1 dòng trong fact table = 1 sự kiện gì? (1 đơn hàng? 1 line item? 1 click?)
• [ ] Fact table chỉ chứa: FK (tới dimension) + measures (số liệu) — KHÔNG chứa text mô tả
• [ ] Dimension table chứa: PK + descriptive attributes — KHÔNG chứa measures
• [ ] dim_date bắt buộc: Luôn tạo dimension date riêng — không dùng trực tiếp date column trong fact
• [ ] Naming convention: fact_ prefix cho fact table, dim_ prefix cho dimension table
• [ ] SCD awareness: Xác định dimension nào cần track history (Type 2) vs overwrite (Type 1)
• [ ] Star over Snowflake: Ưu tiên star schema trừ khi có lý do đặc biệt cần snowflake

Query trên Star Schema Checklist

• [ ] Bắt đầu từ fact table: FROM fact_xxx → JOIN dim_xxx
• [ ] JOIN đúng key: fact.xxx_key = dim.xxx_key — dùng surrogate key, không business key
• [ ] WHERE trên dimension: Lọc trên dimension table (WHERE d.year = 2026) thay vì trên fact (WHERE YEAR(date) = 2026)
• [ ] Aggregate trên fact: SUM/COUNT/AVG trên measures trong fact table
• [ ] GROUP BY trên dimension: GROUP BY dimension attributes (d.quarter, p.category, c.region)
• [ ] Window Functions trên star: Dùng ROW_NUMBER, LAG, SUM OVER trên fact table — partition by dimension attributes

Sau khi phân tích

• [ ] Validate kết quả: Cross-check running total cuối kỳ = tổng cả kỳ (sanity check)
• [ ] Kiểm tra NULL: LAG/LEAD trả NULL cho dòng đầu/cuối — xử lý bằng COALESCE hoặc WHERE
• [ ] Performance: Window Functions trên bảng lớn có thể chậm — kiểm tra execution plan
• [ ] Document: Comment giải thích business logic, ghi chú grain và dimension dùng
• [ ] Share: Lưu query có tên file rõ ràng, share với team qua Git/dbt

---

📚 Tài liệu tham khảo

Tiêu chuẩn chính thức

1. ISO/IEC 9075:2023 — Information technology — Database languages — SQL — iso.org
2. DAMA DMBOK 2nd Edition (2017) — Data Management Body of Knowledge — DAMA International — dama.org
3. ISO/IEC 11179-5:2015 — Information technology — Metadata registries — iso.org

Sách kinh điển — Data Warehouse

4. Kimball, R. & Ross, M. (2013) — "The Data Warehouse Toolkit", 3rd Edition, Wiley — Kinh thánh DW, dimensional modeling
5. Adamson, C. (2010) — "Star Schema: The Complete Reference", McGraw-Hill — Deep dive star schema
6. Inmon, W.H. (2005) — "Building the Data Warehouse", 4th Edition, Wiley — CIF approach (đối lập Kimball)
7. Linstedt, D. & Olschimke, M. (2015) — "Building a Scalable Data Warehouse with Data Vault 2.0", Morgan Kaufmann — Data Vault approach

Sách kinh điển — SQL nâng cao

8. Beaulieu, A. (2020) — "Learning SQL", 3rd Edition, O'Reilly — Chapter 16: Analytic Functions
9. Teate, R. (2021) — "SQL for Data Scientists", Wiley — Window Functions cho DA
10. Molinaro, A. (2020) — "SQL Cookbook", 2nd Edition, O'Reilly — Recipes cho window functions
11. Celko, J. (2014) — "Joe Celko's Analytics and OLAP in SQL", Morgan Kaufmann — Advanced analytics in SQL

Bài viết & Tài liệu online

12. Kimball Group Design Tips — kimballgroup.com — ETL subsystem, dimensional modeling tips
13. dbt Docs — Best Practices — docs.getdbt.com — Modern DW with dbt
14. Google BigQuery Documentation — Window Functions — cloud.google.com — Cloud DW window functions
15. PostgreSQL Window Functions — postgresql.org — Tutorial chính thức

Practice & Tools

16. DataLemur SQL Questions — datalemur.com — Window function interview questions
17. LeetCode Database Problems — leetcode.com/problemset/database — Practice SQL problems
18. HackerRank SQL Advanced — hackerrank.com/domains/sql — SQL challenges + certification
19. SQLBolt — Advanced — sqlbolt.com — Interactive SQL lessons
20. Mode Analytics SQL Tutorial — mode.com/sql-tutorial — SQL window functions for analytics

Video & Courses

21. Google Data Analytics Certificate — Course 3 & 4 — BigQuery + SQL — Coursera
22. DataCamp — Window Functions in SQL — datacamp.com — Interactive course
23. freeCodeCamp — SQL Full Course — youtube.com — Free, comprehensive
24. Kimball Group — YouTube — Dimensional modeling tutorials

---

🔗 Xem thêm Buổi 6

→ 📘 Nội dung chính → 📝 Blog → 🧠 Case Study → 🛠 Workshop → 🎮 Mini Game