事实表和维度表是怎么造数据_数据仓库建模——维度表、事实表与星型模式

一、维度建模的基本概念

维度建模(dimensional modeling)是专门用于分析型数据库、数据仓库、数据集市建模的方法。

它本身属于一种关系建模方法，但和在操作型数据库中介绍的关系建模方法相比增加了两个概念：

1. 维度表(dimension)

表示对分析主题所属类型的描述。比如"昨天早上张三在京东花费200元购买了一个皮包"。那么以购买为主题进行分析，可从这段信息中提取三个维度：时间维度(昨天早上)，地点维度(京东), 商品维度(皮包)。通常来说维度表信息比较固定，且数据量小。

2. 事实表(fact table)

表示对分析主题的度量。比如上面那个例子中，200元就是事实信息。事实表包含了与各维度表相关联的外码，并通过JOIN方式与维度表关联。事实表的度量通常是数值类型，且记录数会不断增加，表规模迅速增长。

二、维度建模的三种模式

1. 星形模式

星形模式(Star Schema)是最常用的维度建模方式，下图展示了使用星形模式进行维度建模的关系结构：

可以看出，星形模式的维度建模由一个事实表和一组维度表组成，且具有以下特点：

• 维度表只和事实表关联，维度表之间没有关联；
• 每个维度表的主码为单列，且该主码放置在事实表中，作为两边连接的外码；
• 以事实表为核心，维度表围绕核心呈星形分布。

2. 雪花模式

雪花模式(Snowflake Schema)是对星形模式的扩展，每个维度表可继续向外连接多个子维度表。下图为使用雪花模式进行维度建模的关系结构：

星形模式中的维度表相对雪花模式来说要大，而且不满足规范化设计。雪花模型相当于将星形模式的大维度表拆分成小维度表，满足了规范化设计。然而这种模式在实际应用中很少见，因为这样做会导致开发难度增大，而数据冗余问题在数据仓库里并不严重。

3. 星座模式

星座模式(Fact Constellations Schema)也是星型模式的扩展。基于这种思想就有了星座模式：

前面介绍的两种维度建模方法都是多维表对应单事实表，但在很多时候维度空间内的事实表不止一个，而一个维表也可能被多个事实表用到。在业务发展后期，绝大部分维度建模都采用的是星座模式。

4. 三种模式对比

归纳一下，星形模式/雪花模式/星座模式的关系如下图所示：

雪花模式是将星型模式的维表进一步划分，使各维度表均满足规范化设计。而星座模式则是允许星形模式中出现多个事实表。

三、建模技巧

通常在需求搜集完毕后，便可进行维度建模了。Adventure Work Cycles案例即可采用星形模型维度建模。但不论采取何种模式，维度建模的关键在于明确下面四个问题：

1. 哪些维度对主题分析有用？

Adventure Work Cycles案例中，根据产品种类、销售区域、时间，对销售额、销量进行分析是非常有帮助的。

2. 如何使用现有数据生成维度表？

Adventure Work Cycles案例中，样本数据已经生成维度表。

3. 用什么指标来"度量"主题？

Adventure Work Cycles案例的主题是销售，而销量和销售额这两个指标最能直观反映销售情况，此外客单价、平均运费、平均税率等指标也可以进行分析。

4. 如何使用现有数据生成事实表？

Adventure Work Cycles案例中，样本数据已经生成事实表。

明确这四个问题后，便能轻松完成维度建模。