维度模型-多值维度

1. 案例

张小华和李小草共同买了5份足彩，花了25块钱。 

2. 理想情况

理想情况是拆分到单个人身上。

人， 日期， 数量， 金额。 再加一个购买id表示同一个订单。

能拆最好， 通常拆不了， 能拆也不会有多只维度这个需求了。

3. 多值有上限

维度数量有上限， 比如3个。

第一购买人，第二购买人，第三购买人， 日期， 数量， 金额。 再加一个购买id表示同一个订单。

优点：简单

缺点：有限制

缺点：后面方式该有的缺点，他也有。

4. 支架表

用户维度：

用户id	用户名称
1	张小华
2	李小草

事实表：

订单id	购买者	购买时间	购买数量	购买金额
1	1,2	2000-01-01	5	25

支架：

购买者id	用户id
1,2	1
1,2	2

购买者id 是对订单的多个用户collectset ，然后再排序得到。

优点： 能准确表示多值维度关系。

缺点：存在重复计算。上面表格数据， 一个订单关联了两条支架数据，然后每条支架数据对应一个用户。最后看起来 张小华和李小草没人买了5份足彩，花了25.

所以使用时应该限制：查询的是用户参与过的 订单的总额。 多个用户之间可能存在重复的订单。

5.支架表扩展

购买者id	用户id	出资比率
1-0.3,2-0.7	1	0.3
1-0.3,2-0.7	2	0.7

支架表上增加一个拆分比率，关联时事实表的事实乘以这个比率， 就可加了。

优点： 相当于对事实表进行了拆分。

缺点：这个比率不容易拿到。如果能拿到，干脆把事实表拆分粒度，做什么多值维度。

严重错误：这里有一个严重错误，张小华和李小草第一次合买的比率和第二次合买的比率不一定一致。 所以购买者组的id也不一定一致。   购买者组id的生成， 应该包含两者id 和比率。

6. 建议

多值维度，实在没辙时能做，但是统计时的重复计算需谨慎。