数据仓库之DIM层

一、属性与度量

在介绍维表之前，我们首先要明白一点属性与度量的区别。属性是指是对象的性质或特性，它因对象而异，或随时间而变化，比如姓名和年龄。姓名因人而异，年龄会不断变化。而度量是对属性的标量刻画。并且度量具有统计意义，而属性并不具有统计意义，比如25岁的我在超市买了1瓶300ML农夫山泉，花了2元。这里的1瓶和2块就是对我买水的这个业务过程的度量。超市是（地理维度）属性，25岁是描述实体的属性，300ML是描述农夫山泉的属性。所以我们可以通过2个点来区分属性和度量，1.是否具有统计意义，2.是否会随时间变化。

二、维度表类型

维度表分两种，星型模型和雪花模型。在星型模型中，维表只和事实表关联，维表之间没有关联，查询性能好，但冗余度高。雪花模型是星型模式中的维度表进行规范化处理，进一步分解到附加表（维表）中冗余度小，但是查询性能差。一般而言，我们都使用星型模型。因为存储资源的成本会远远小于计算资源，我们会优先考虑这一点。而雪花模型也是会使用的，比如我们的维表中包括了太多的属性，为了确保及时产出，又或者某些字段相比而言会经常发生变动，我将一个维表拆成核心表和拓展表。又或者某些维度属性经常发生变化，我们可以考虑将快速变化的维度属性抽象出微型表，用业务主键或者代理键[1]进行关联。

星型模型（左