数据建模-大宽表和事实+维度的区别

什么是大宽表？

基于事实表，冗余业务常用的维度以及标签，通过一张表对外提供赋能。

优点：1.用户使用方便，通过一张表以及对应标签、维度的筛选就可以得到对应的数据。

缺点：1.如果遇到废弃字段、新增字段、修改逻辑等需求，数据开发人员维护成本较高。

2.标签口径因为沉淀在大宽表中，不太方便做到口径一致性管理，如果其他事实表用到对应标签，则可能也需要在自身逻辑中做同样的处理，万一逻辑变更且没有通知到位，则容易出现不一致的情况。

3.产出时间，平时工作场景中增加字段是比较常见的情况，增加字段对应的可能就是一段来源于其他表的处理逻辑，如果将这段逻辑沉淀在宽表中，有可能影响宽表产出时间，影响下游数据使用。

 

事实表+维度

优点：

1.新增字段，新增标签基本都在维表里进行，一般不会影响主体数据使用。

2.各数据域的标签分开沉淀，统一对外赋能，方便统一口径。

缺点：

1.使用方使用对应的数据需要额外关联数据。

2.数据模型相对于大宽表形式会复杂一些。

 

目前在工作中其实没有固定的模型模式，一般是根据需求的情况，由数据rd自己发挥，在保证一致性和规范性的大前提下，根据情况选择模型思想进行建模。

比如说，需求比较急，且是新业务，那么这种情况可以优先选择大宽表方式，快速对业务赋能，当业务逐渐沉淀和稳定下来之后，可以将大宽表进行拆分，比较通用的逻辑封装成dim，然后通过事实+维表的方式对外提供。