数据仓库设计

在数据仓库（Data Warehouse）设计中，维度表（Dimension Table） 和 事实表（Fact Table） 是两大核心构建块。通过它们的有机组合，演化出了商业智能 (BI) 领域最常用的 星型模型 和 雪花模型。

---

1. 维度表 (Dimension Table / Dim)

维度表构成了业务分析的“视角”，回答了业务动作中“谁、什么、哪里、何时”的问题。

1.1. 核心属性

• 内容构成：包含详细的 描述性属性（Descriptive Attributes，如人名、地名、商品类目）。
• 物理特征：行数较少（数据增长慢），但列数较多（被称为“宽表”）。
• 主键设计：通常使用无业务含义的自增 代理键（Surrogate Key） 作为维度主键。
• 业务用途：作为数据筛选、分组（Group By）以及多维分析中的 切片与切块（Slice and Dice） 的入口。

示例（商品维度表 Dim_Product）：记录 SKU_ID、品牌、颜色、供应商等不变或慢变信息。

---

2. 事实表 (Fact Table / Fct)

事实表是数据仓库的数据引力中心，记录业务动作产生的客观 度量值，回答了“发生了多少、金额多大”的问题。

2.1. 核心属性

• 内容构成：主要由 数字度量（Numeric Measures，如销售额、点击量）和指向各维度表的 外键集合 组成。
• 物理特征：行数极其庞大（每天可能产生上亿条记录），但列数相对精简（“高而窄”）。
• 主键设计：通常由多个维度外键组成的 复合主键。
• 业务用途：支撑 BI 报表的聚合、求和（SUM）、求平均（AVG）等数学统计分析。

示例（订单事实表 Fct_Sales）：仅记录时间代理键、商品代理键、客户代理键以及购买数量和实付金额。

---

3. 数仓核心建模架构

将事实表与维度表通过外键关联，即形成了数据仓库的架构模型。

3.1. A. 星型模型 (Star Schema)

• 架构拓扑：事实表位于正中心，周围直接环绕着一圈维度表。各维度表之间 互不关联。
• 性能优势：关联（Join）路径极短，查询效率最高。它是主流 BI 工具（如 Tableau, PowerBI）优化支持的最佳结构。
• 劣势：维度表存在数据冗余（未满足数据库第三范式）。

3.2. B. 雪花模型 (Snowflake Schema)

• 架构拓扑：在星型模型的基础上，对维度表进行进一步规范化拆分，形成层次结构（如“商品维度”向外拆分出独立的“品牌维度表”）。
• 设计优势：消除了维度数据冗余，维护成本更低。
• 性能劣势：执行分析时需要 多级 Join 连接，严重拖慢大规模数据的查询性能，架构更复杂。

---

4. 维度与事实对比速查表

特性评估	维度表 (Dim)	事实表 (Fact)
存储内容	文本描述（谁/什么/哪里/何时）	数字度量（频率/金额/数量）
表体量	行数少（慢变数据）	行数极多（海量快变数据）
表结构	宽（列数多）	窄（列数少，全为外键和数字）
键类型	单一代理主键	复合外键组
分析用途	分组、过滤、提供业务上下文	计算、聚合、统计分析底座