理解数据仓库中的维度表与事实表

欢迎大家来到IT世界,在知识的湖畔探索吧!

在数据仓库设计中，维度表（Dimension Table）和事实表（Fact Table）是两个核心概念，用于有效组织和存储数据。它们共同构成了数据仓库分析的基础，支持复杂的分析查询和报告需求。

维度表（Dimension Table）

维度表有时也称维表，包含描述业务过程中所涉及的维度的信息。维度是数据的角度或者分类方式，通常用于对事实数据进行分组、过滤和汇总。维度表的特点包括：

• 描述性数据：包含文本描述、标识符、层次结构等。
• 稳定性：维度数据通常是相对稳定的，不经常变动。
• 可被用来进行数据分析：作为查询和分析的关键约束条件。

示例维度表：

假设我们有一个电商数据仓库，以下是可能的维度表：

• 产品维度表：包含产品的名称、类型、品牌等信息。

• 时间维度表：包含日期、年份、季度、月份等时间相关的信息。

• 地理维度表：包含国家、省份/自治区/直辖市、城市、区域等地理位置信息。

在维度表中，每个表都包含独立于其他维度表的事实特性，例如，上述维度表中的产品维度表包含有关产品的数据（产品ID、名称、类型、品牌等），时间维度表包含有关时间的数据（日期、年份、季度、月份、类型等）。维度表可以看作是用户分析数据的窗口，它的列字段保存了维度的属性值，可以跟事实表做关联，将信息分为不同层次，从而创建多维数据集。

事实表（Fact Table）

事实表包含业务过程中发生的事实事件或者记录，这些事件通常是可数的、可度量的数据，如系统日志、交易记录等。事实表的特点包括：

• 数字性数据：通常是数值或者可计量的事实。
• 可扩展性：随着时间推移，可以持续地添加新的事实记录。
• 支持分析和报告：用于计算指标、分析趋势和制作报表。

示例事实表：

假设我们使用上述的维度表，以下是可能的事实表：

• 交易事实表：包含交易相关的度量和与产品、时间、地理等维度相关的外键。

在这个例子中，每条事实记录（每行）包含了交易数据，并通过外键与维度表关联，例如产品维度表、时间维度表和地理维度表。这种结构使得可以通过多个维度对销售数据进行分析，比如按时间、产品类别、地理位置等。

区分维度表和事实表

维度表和事实表的结合构成了数据仓库的核心结构，通过明确的维度和度量，支持复杂的多维分析，帮助业务用户理解数据背后的业务含义和趋势。

然而，有时候并没有清晰的办法可以将表“标记”为“事实表”或“维度表”。例如，在电商数据仓库中，存储商家数据的表有时候既可以看作是维度表，又可以看作是事实表。但我们可以从以下角度来进行‬一个‬大概‬的区分‬：

• 事实表是‬我们‬要关注的事实‬数据‬；
• 而‬维度表是‬我们‬观察该事实‬的角度，是从哪个角度去观察这个事实‬数据‬的。

例如，上述‬例子中‬，我们‬可以‬从地区（维度‬）这个角度观察商品销量（事实‬）的。事实表就是交易‬表，维度表就是地区表。也可以‬从‬日期‬这个‬角度‬去‬观察‬商品‬销量‬，此时‬维度‬表‬就是‬日期‬表‬。

当然‬，数据输入表的方式以及表的使用方式也‬是确定表类型的关键。事实‬表的‬数据‬‬通常‬都是‬源源不断‬的增长‬，通常‬会‬比其他‬表‬的‬数据量‬大‬很多‬。而‬维度‬表‬通常‬是‬一次性‬初始化‬的‬，有时‬也会从‬事实表‬清洗出来‬，但‬数据‬量‬通常‬都不大‬。