维表与事实表

BI平台分为事实表、维表，然后两种表聚合成一个宽表。(注意这里取的BI平台是Davinci：https://edp963.github.io/davinci/)

 

其维表、事实表的关系图如下：

 

 

 

一个维表会对应多个事实表，而维表和事实表所有关联起来就形成一个宽表，其关系如同mysql中的外键索引，如A表中有B_id，A作为维表，B作为事实表，A(维表)可通过B_id来关联B(事实表)，然后关联汇总生成的SQL就是宽表。

 

BI系统中可根据事实表和维度表的关系，应遵循如下两种模型的规范：星型模型和雪花型模型。

• 星型表：反范式，数据冗余，查询效率高。
• 遵循范式：数据不冗余，但引用层级深，维护复杂，查询效率较低。

下面举一个星型模型（体验课上课预约记录）的例子来说明如下：

 

 

 

上图以user_table_course_schedule的部分字段(user_id、table_course_schedule_id、teacher_id、gmt_create)来作为维度，并分别关联到了userinfo、tablec_course_schedule、teacherinfo这三张事实表，然后形成一张宽表。

 

以上面星型模型的例子，对其进行修改，举一个雪花模型例子来说明如下：

 

 

上面雪花模型中，学生信息事实表的orderId还继续关联了下一个层级体验课记录表，体验课报名记录表还可能会继续往下关联，对于复杂的系统而言，一般会采用雪花模型，关键层级会较多，而星型模型的关联过于单一，层级不够深，无法支持这种操作。

 

理解了上面两种模型的设计，接下来需要确定维度和指标的用法：

维度与指标的规范：

• 维度：维度用于关联事实表，也可用于做冗余显示（如gmt_create），用于数据检索，所以对于维度设计时，可将其进行分类（看业务扩展需要）：
  • 时间维：将时间进行维度细分，如gmt_create划分为年维度、月维度、日维度。
  • 地域维：将地域划分为省维度、市维度、区维度。反例：把省市区 只作为一个维度，而没有拆分，后面进行筛选就不方便。
  •  其他维度按业务进行扩招
• 指标：用于统计（如总和、平均数、最大值、最小值）、排序等。