数据仓库维度建模指南

DW,Bl以及维度建模初步

部分借鉴与（此原文：https://blog.csdn.net/mcajax/article/details/104376168）

用于度量的事实表

发生在现实世界中的操作型事件，其所产生的可度量数值，存储在事实表中。从最低的粒度级别来看，事实表行对应一个度量事件，反之亦然。
例：比如一次购买行为我们就可以理解为是一个事实，订单表就是一个事实表，你可以理解他就是在现实中发生的一次操作型事件，我们每完成一个订单，就会在订单中增加一条记录。

我们可以回过头再看一下事实表的特征，在维度表里没有存放实际的内容，他是一堆主键的集合，这些ID分别能对应到维度表中的一条记录。

维度模型中的事实表存储组织机构业务过程事件的性能度量结果，表示某个业务度量。

事实表的每行对应一个度量事件，每一个度量事件与对应的事件表行具有一对一关系

单事件事实表

对于每一个业务动作事件，设计一个事实表，仅记录该事件的事实以及状态，以用户下单打车为例，订单流程包括用户下单、司机接单、乘客支付等过程

流程事实表

对于一个业务流程主体，设计一个事实表，跟踪整个流程的事实以及状态流转。

事实表的存储

(1)增量存储
每周期仅处理增量部分的数据，针对状态无变化的数据比较合适

(2)全量快照
状态有变化，但每天保存当前的快照数据，对于数据量在可控范围内的情况可以采用。如果存储空间和成本可接受，完整存储，确保能够追溯到历史每天数据状态，如果存储空间有限，考虑移动历史快照数据到冷盘，需要使用的时候可恢复，如果历史状态数据无太大价值，可以考虑部分删除，比如仅保留每月最后一天的快照数据

(3)拉链表
针对数据量大，但缓慢变化，需要跟踪历史状态，和缓慢渐变维类似，拉链表适用于每天变化的数据量较小的场景，否则如果每天的变化数据量大于新增量，可优先选择快照

用于描述环境的维度表

维度表包含与业务过程度量事件有关的文本环境
维度提供数据的入口，提供所有DW/BI分析的最终标识和分组

每个维度表都包含单一的主键列。维度表的主键可以作为与之关联的任何事实表的外键，当然，维度表行的描述环境应与事实表行完全对应。 维度表通常比较宽，是扁平型非规范表，包含大量的低粒度的文本属性。

kimball 维度建模技术

4步骤维度设计过程

1. 选择业务
   

2. 声名粒度
   

3. 确认维度
   

4. 确认事实
   

事实表技术基础