浙大的概念分层讲得还挺清楚，尤其是关于location 维的分层结构，思路蛮清晰，适合做地理位置数据建模的参考。像是从all到Europe、North_America再到具体城市，比如Toronto、Frankfurt，一层一层拆得比较自然。

大数据里，这种分层维度建模常见，比如你在做 BI 报表，用星型或雪花模型设计表结构的时候，这种结构就好用。能让数据从全局到局部都比较顺。

如果你对维度建模不太熟，可以顺手看看这些资料，像这篇离散化与概念分层助力大数据理解就讲了不少常见的思路，配合浙大的更容易上手。

还有一篇讲得挺细的使用 DMQL 定义雪花模式，里面用的也是分层概念，和 location 维这块正好能对上。

嗯，整体内容比较适合刚开始接触数据仓库或者做ETL 建模的朋友，重点是思路清晰，讲得不绕。

如果你最近刚好在搞数据建模，是要做地理位置，建议你直接去看看，顺便把相关资料都过一遍，理解更快。