【数据仓库】— 数据仓库常见的八大表格（适合新手小白理解）

摇光~

于 2025-01-14 10:44:00 发布

阅读量856

点赞数 25

分类专栏：数据库文章标签：数据仓库链表区块链数据库

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/qq_41877371/article/details/145116535

版权

数据库专栏收录该内容

8 篇文章

订阅专栏

大家好，我是摇光~

数据仓库中的表类型多种多样，每种表都在数据管理和分析中发挥着特定的作用。以下是一些常见的数据仓库表类型：

一、基础表类型

1、维度表（Dimension Table）

其实维度表就是需要看你从什么维度进行数据分析，举两个例子：

例如： 你是银行的业务分析员，你需要分析各个分行的存款信息，那么各个分行就是你的维度，那么就可以建立一个“机构维度表”，里面存放【机构ID号、机构名称、上级机构】等机构信息。

例如： 你是淘宝卖家，你需要分析哪款产品最热销，那么产品就是你的维度，就可以创建一个“产品信息表”，里面存放【产品ID、产品名称、产品创建日期、是否热销产品】等产品信息。

定义：维度表提供了分析过程中所需的上下文信息，存储描述性信息，如产品信息、客户信息、时间信息等，为事实数据提供解释和分类。

特点：维度表中的数据通常是对事实的各个方面进行描述。

以下列举了一个产品信息表，左边是表结构，右边是表数据：

在这里插入图片描述

2、事实表（Fact Table）

事实表其实就是真实发生的一则记录，举两个例子：

例如：你是淘宝卖家，现在一个买家买了你的一个商品，这时候产生的记录就是事实表的一条数据。包含【订单ID、交易时间、买家ID、商品ID、下单金额、支付金额、折扣金额、发货时间】等等信息。

例如：你是银行的柜员，有人在你这存款500块，这时候发生的事情就是事实表的一条记录，包含【交流流水ID、客户号、交易时间、购买产品、交易柜员号】等等信息。

定义：事实表是通过各种维度和一些指标值的组合来确定一个事实的表。

特点：事实表中的数据是通过各种维度聚合而来的，用于记录具体的事件或交易数据。例如，销售事实表可能包含销售订单的数量、金额等关键指标，这些指标与产品维度、时间维度等相关联。

插一个问题，可能大家要问为什么把维度表单独列出来。比如买了一件产品，事实表可以直接记录产品信息，为什么非得把产品信息单独存一张表。

其实理由很简单，就是节省空间。发生一条事实表的记录，如果把客户信息、产品信息，都揉到一张表，这张表占用的存储空间就会增大，到时候增删改查都会耗时长。

所以我们在事实表中，含有维度表的数据，例如客户信息、产品信息，我们只需要存储产品号、客户号。之后我们用事实表和维度表进行关联，就可以取到数据。

3、实体表

实体表其实和维度表有点重复，因为实体就是实实在在存在的一种事物，比如人、设备、产品、供应商等。这些表也可以归到实体表中，只是有些企业会划分比较细，然后就把这一类存在的事物划为实体表。

定义：实体表存储的是客观存在的事物数据。
示例：设备表，因为设备是客观存在的，所以可以设计一个实体表来存储设备的相关信息。

二、特殊用途表类型

4、快照表（Snapshot Table）

快照表可以联想到相机照照片，照片成形的那一刻，封印了那时候的状态。快照表也就是体现了某一时刻的状态，举个例子：

例如银行数据，银行经常会对月末数据进行统计分析，所以经常在月度的时候保存一些快照表，来展示这个月末账户的余额等信息。

定义：快照表用于记录某一时刻的数据状态，相当于在某个时间点对事务表数据的静态复制。

特点：快照表通常有时间分区，它可以帮助分析在特定时间点的数据情况，适用于月末、季度末或年度末的财务结算等场景。

补充一下：快照表经常采用时间作为表的分区，这样查询速度会比较快。

5、增量表（Incremental Table）

数据仓库一般都是今天跑昨天发生的数据，增量表也就是昨天新增进来的数据，举个例子：

例如昨天银行有个人新开了一户，且存了一笔钱，那么数据库的增量表就只会记录这两条数据，而不会把以前所有开户的数据都跑入增量表。

定义：增量表用于记录每天新增的数据。
特点：与快照表不同，增量表只记录每天有变化的数据，即差集。这有助于减少数据存储空间，并提高数据处理的效率。

6、拉链表（SCD Table，Slowly Changing Dimension Table）

拉链表这里着重解释一下，举个例子：

你现在有一张产品信息表，存放着产品的数据，如存放了一条 iPhone15 手机的信息，在2024/2/10 - 2024/6/1 价格为 5000，但是因为 618 打折，2024/6/2 - 2024/6/30 价格为 4800。
这时候我们需要历史数据，如果每天都记录一遍数据在产品信息表里面，我们如果要查询 2024/5/1的数据，也是可以查到的，但是这样记录就会造成数据冗余。

所以我们可以将产品表存成拉链表：

在这里插入图片描述
像上面这种，我们只需要存放两条数据，如果需要查询 2024/5/1 的价格数据，就可以用开始日期和结束日期来进行查询：

select * from 产品信息表 
where 产品ID = 'PA00001' 
and 开始日期 < ‘2024/5/1’ and 结束日期 > '2024/5/1'

这样是不是可以看出明显的差别，由于我表的字段信息比较小，可能感受不到存储量的变化，但是如果字段信息多，数据量大又不经常变化的，这样就会节省很多空间。

定义：拉链表是一种维护历史状态以及最新状态数据的表。

特点：拉链表也是分区表，通过开始时间（start_date）和结束时间（end_date）字段来记录数据的历史状态和最新状态。它可以帮助追踪数据的变化历史，适用于需要维护数据历史状态的场景。

7、全量表

全量表可以和增量表进行对比，增量表只取昨天新增的数据，但是全量表，是取全部的数据，并且覆盖之前的数据。

定义：全量表没有分区，表中的数据是前一天的所有数据。

特点：每次往全量表里面写数据都会覆盖之前的数据，因此全量表不能记录历史数据情况，只有截止到当前最新的、全量的数据。

8、汇总表（Summary Table）

定义：汇总表用于存储经过汇总处理的数据。

特点：汇总表通过对事务表中的数据进行聚合处理后，存储分析所需的关键指标。这有助于快速查询和分析数据，常用于生成各类报表，如销售报表、库存报表等。

以上就是数据仓库中常见的八大表格，各个表格都有自己的用处，善于利用这些表格，可以提高数据库的存储量和查询速度。