事实表和维度表

一、事实表

• 事实表记录了特定行为事件的数字化信息，一般由数值型数字和指向维度表的外键组成。此类数据的数据量较大，更新比较频繁。
• 事实表的设计依赖于业务系统，事实表的数据可以计算出业务系统的指标数据。数据分析的实质就是基于事实表开展的计算操作。
  思考：

二、维度表

• 维度是指观察数据的角度，一般是一个名词，比如对于销售金额这个事实，我们可以从销售时间、销售产品、销售店铺、购买顾客等多个维度来观察分析。
• 维度表的记录数比事实表少，但是每条记录可能会包含很多字段。
  1.2.2 分类
• 主要包含两大类数据：
  • 高基数维度数据：一般是用户资料表、商品资料表类似的资料表。数据量可能是千万级或者上亿级别。
  • 低基数维度数据：一般是配置表，比如枚举值对应的中文含义，或者日期维表、地理维表等。数据量可能是个位数或者几千条几万条。

三、基数

基数指的是一个字段中不同值的个数，比如主键列具有唯一值，所以具有最高的基数，而性别枚举值（日期、地区等）这样的列的基数就很低。

四、对比

1. 数据特性：事实表一般都是行为数据，数据量较大，更新较频繁；维度表相对较小，不更
   新或更新频率低；
2. 图表展现：在图表展现中，事实数据体现为x轴，维度数据体现为y轴；
3. 统计实现：在统计sql中，维度字段体现在groupby分组中，行为指标字段体现在count/sum
   等聚合函数中。

五、栗子：

• 时间维度表
  描述事件发生的时间，数据仓库就是一个随时间变化的数据集合，因此可能需要一个时间维度表。年月日时分秒。
• 地理维度表
  描述地理位置信息数据，国家、省市县镇村、邮编等。
• 产品维度表
  描述产品属性。比如书的分类，有科技、教育、小说等分类属性。
• 人员维度表
  描述人员相关信息，销售人员、市场人员、开发人员等。