维度建模（星型、雪花、星座）

整理不易，转发请注明出处，请勿直接剽窃！
点赞、关注、不迷路！

摘要： 事实表、维度表、维度模型、核心四步骤

事实表：度量（可计算数值）、维度表的主键作为事实表的外键。
事实表分类：
事务事实表：最细粒度，承载事务数据。如产品交易事实表。
周期快照事实表：按一定时间周期的业务累计数据，粒度粗。如账户盈亏月表。
累计快照事实表：记录整个过程的信息，少见。
维度表：描述信息，文本或常量，必须有主键保证数据唯一。比如产品、地区、日期等各个维度表。
维度表可以分为两类:一般维度表和固定维度表
一般维度表的数据是不断增加和变化的
固定维度表的数据是不变的

上钻（上卷）
沿着维度向上聚集数据，如沿时间往上求出月、年的销售总额。
下钻
沿着维度向下查看更明细的数据。
维度退化
将维度退化到事实表里，因为有些维表除了主键没有其他内容，就退化到事实表中，减少关联次数、提高查询性能。
事实表的设计是以 能够正确记录历史信息 为准则,维度表的设计是以 能够用合适的角度来聚合主题内容 为准则

维度模型

雪花和星型模型都是基于一张事实表通过外键关联维表进行扩展，生成一份能够支撑可预知查询需求的模型宽表。

星型模型

维度表围绕事实表，一个事实多个维度，维表地位相同。
维度模型（星型模型）比较简单，而且适于变化，各个维度的地位相同。可根据业务情况进行新增或者修改（只要维度的单一值已经存在事实表中），查询效率高。

雪花模型(性能低)

有些维表不与事实表直接关联，而是通过其他维表关联到事实表，可以看作是对维表的拆分，一般符合3范式，但查询效率低。

星座模型（较多采用）

多个事实表相组合，维表是公共的。

维度建模四个步骤

1.选择业务过程
表示的是业务执行的活动，产生一系列事实表。
2.声明粒度
粒度是事实表的度量细节级别。通常从原子级别粒度开始设计，这样可以支持上卷，也支持下钻细节，能够承受各种用户查询。
3.确认维度
文本属性，用来修饰事实表。
4.确认事实
是维度建模的核心。
不同粒度的度量要放在不同的事实表中。
通过外键关联相关维度。
查询操作是基于事实表开展计算和聚合。

补充：缓慢变化维