事实表和维度表是怎么造数据_数仓：维度表和事实表入门

一、数据仓库是干嘛的？

就是出报表数据给决策者做决策的。

任何一个报表都由二部分组成：维度和事实。

通常关系型数据库是为了记录、修改和查询数据本身（增删改差），对数据本身所含有的业务含义并不关心。简单说是为了记录。
而数据仓库则是重点关注数据与数据之间的业务含义，如不同统计口径与分析方式下数值差的意义。简单说是为了分析。
那么为了保证分析结果的准确和有效，必须分解和细化分析口径，精确定位影响因素，维表和度量值就是定义分析角度和影响因素的一种方式。

二、维度表

维度表示你要对数据进行分析时所用的一个量, 比如你要分析产品销售情况, 你可以选择按类别来进行分析,或按区域来分析. 这样的 “按..分析“ 就构成一个维度。

对于物体属性描述的表，例如商品信息表，城市信息表，时间维度表等。相关概念了解：

1. 维度下钻：例子：如果我知道上海市的数据，但是我想查看各区的数据，维度级别变细，称为下钻，相反称为上卷。
2. 退化维度：维度除了主键外无其他内容，例如订单号，发票号。
3. 非规范化扁平维度：将多张范式表 合并成统一的扁平的非规范化的维度，能够实现维度建模的双重目标：简化与速度，比如将一张商品表，和一张商品分类信息表合并成一张表。
4. 维度层次：比如 年月日， 国家 省份 城市 县区等。
5. 维度表空值属性，当给定维度行没有被全部填充时，或者当存在属性没有被应用到所有维度行时，将产生空值维度属性。可以用描述性的字符串替代空值，例如Unknown等，应避免维度属性使用空值，因为不同的数据库系统在处理分组和约束时，针对空值的处理方法不一致，与事实表关联时也可能关联不上。
6. 文档属性的标识与指示器， Magic 的缩写或数字的维度字段，应有对应的中文解释字段，比如city_id，city_name。
7. 日期维度，能够对事实表，按照日期，节日等进行数据导航。

下面是两个常见的维度表结构：

产品维度表：Prod_id, Product_Name, Category, Color, Size, Price

时间维度表：TimeKey, Season, Year, Month, Date

三、事实表

而事实表是数据聚合后依据某个维度生成的结果表。它的结构示例如下：

销售事实表：Prod_id(引用产品维度表), TimeKey(引用时间维度表), SalesAmount(销售总量，以货币计), Unit(销售量)

四、特点

上面的这些表就是存在于数据仓库中的。从这里可以看出它有几个特点：

1. 维度表的冗余很大，主要是因为维度一般不大(相对于事实表来说的)，而维度表的冗余可以使事实表节省很多空间。
2. 事实表一般都很大，如果以普通方式查询的话，得到结果一般发的时间都不是我们可以接受的。所以它一般要进行一些特殊处理。如SQL Server 2005就会对事实表进行如预生成处理等。
3. 维度表的主键一般都取整型值的标志列类型，这样也是为了节省事实表的存储空间。

五、事实表和维度表的分界线

事实表是用来存储主题的主干内容的。

以日常的工作量为例，工作量可能具有如下属性：工作日期，人员，上班时长，加班时长，工作性质，是否外勤，工作内容，审核人。那么很容易看出上班时长，加班时长是主干，也就是工作量主题的基本内容。

工作日期，人员，工作性质，是否外勤，工作内容是否为主干信息呢？认真分析特征会发现，日期，人员，性质，是否外勤都是可以被分类的，例如日期有年-月-日的层次，人员也有上下级关系，外勤和正常上班也是两类上班考勤记录，而上班时长和加班时长则不具有此类意义。所以一般把能够分类的属性单独列出来，成为维度表，在事实表中维护事实与维度的引用关系。

在上述例子中，事实表可以设计成如下：WorkDate EmployeeID，WorkTypeID，Islegwork，Content；而时间，员工，工作类型，是否外勤则归为维度表。

总的说来，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以合适的角度来聚合主题内容为准则。事实表就是你要关注的内容； 维表就是你观察该事务的角度，是从哪个角度去观察这个内容的。例如，某地区商品的销量，是从地区这个角度观察商品销量的。事实表就是销量表，维表就是地区表。