数据仓库 桥接表_数据仓库经验总结

1.使用代理键而不是自然键作为主键

因为业务系统产生的自然键容易变化重复，而专门生成的整数的代理键可以屏蔽业务系统的不规范

2.使用一致性维度，企业总线架构，而不是数据集市烟囱式架构

3.注重多个系统间共享的主数据管理，方便实现数据治理和跨业务事实表钻取

4.数仓推荐采用星型模式，而不是雪花型模式，尽量不要规范化，如下解释2种模式差别

5.很多事实表的维度，可以建立一些维度表，存储新的代理键，而不是原始数据，例如时间维度，可以建立专门的时间维度表。好处是可以支持查询特殊日期如大促，假期

6.事实表的多个日期，引用都是日期维度，用到的是角色扮演

7.缓慢变化维SCD类型2，实现就是拉链表，适合场景在于每天一份全量太大，大部分都是不变少量变化的表，如果经常变化，不适合拉链表

8.事实表中如果维度只有键值信息，干脆只有一个ID，例如订单ID，叫做退化维度

9.支架表或者微型维度，或者缓慢变化维SCD 类型4，其实就是雪花模式，事实表维度外键另外一个支架表，应用场景例如人口统计维度，因为收入级别会经常变化；如果维度表外键就是SCD类型5；即想看历史又想看当前，就用SCD类型6

10.库存比较适合采用事务快照，周期快照事实，因为库存半可加，订单推荐用累积快照

11.推荐按照企业总线，区分业务过程和公共维度，理清业务建模

12.事实表中大量文本描述的列最好单独建一个维度表存储，这样性能存储都可以节省

13.多值维度或者层次不固定的维度表，都是使用桥接表技术

14.多币种最好在事实表存储一个标准，一个当地，因为汇率变化

15.表示步骤信息的事实可以有步骤维度表

16.可以增加审计维度，作为技术元数据信息

17.事实表粒度声明很重要，同一张表必须统一

18.维度模型设计过程，选择业务过程，声明粒度，确定维度，确定事实

19.事实来自业务过程事件的度量，基本都是数值，度量大部分都是数值型，大部分是可加，也有半可加(库存)，不可加(利润率)，维度大部分是文本