【数据仓库】维度建模

一、简介

维度建模是数据仓库大师Ralph Kimball提出的，是数据仓库工程领域最流行的数仓建模方法。它以需求为出发点构建模型，其核心目标是构建易理解、高性能、可扩展的模型，支撑业务分析需求。

维度建模常用于数仓中DWD、DWS层的建设。下面是维度建模的一个案例，用于描述订单销售业务过程

二、事实表

维度建模，将数据仓库中的表主要划分为事实表、维度表两种类型。

在现实世界中，每一个操作型事件，基本都是发生在实体之间的，伴随着这种操作事件的发生，会产生可度量的值，而这个过程就产生了一个事实表，存储了每一个可度量的事件。

以订单销售业务为例：一次订单购买事件，涉及主体包括客户、商品，产生的可度量值 包括商品购买数量、金额等

事实表有三种类型，可分为事务事实表、周期快照事实表、累积快照事实表。注意：这里需要值得注意的是，在事实表的设计中，注意一个事实表只能有一个粒度，不能将不同粒度的事实建立在同一张事实表中。

1. 事务事实表，它是面向事务的，用于承载事务数据，通常粒度最细，其粒度是每一行对应一个事务，例如订单销售事务事实表。
2. 周期快照事实表，按固定时间间隔（如每天、每周）记录业务过程的状态或指标，用于监控趋势变化。它不跟踪具体事务，而是记录某一时间点的状态快照，例如库存每日快照表，账号余额每周快照表。
3. 累计快照事实表，用于跟踪单一业务实体的全生命周期过程，记录从开始到结束的多个关键事件的时间戳及状态变化，同一行数据会随着流程推进多次更新，适合分析流程时效性，通常这类事实表比较少见，如订单全生命周期表。

事实表的设计原则

1. 明细层设计（DWD层）：

   • 仅退化必要的维度（如 动态价格字段）。
   • 其他维度属性通过外键关联维度表，确保数据一致性和灵活性。

2. 汇总层设计（DWS层）：

   • 根据查询需求退化高频维度字段（如 product_category, city）。
   • 通过预聚合和冗余维度提升查询性能。

维度退化的决策需要分层处理，DWD层谨慎退化（仅限必要场景），DWS层主动退化（优化查询性能），最终目标是通过合理的设计，在数据一致性、存储效率和查询性能之间找到平衡。

下面是一个维度退化的样例

-- DWD层（规范化设计）
CREATE TABLE dwd_fact_sales_order (
    order_item_key BIGINT,
    date_key INT,
    product_key INT,
    customer_key INT,
    promotion_key INT,
    order_id VARCHAR,  -- 退化维度
    quantity INT,
    unit_price DECIMAL,
    ...
);

-- DWS层（退化维度提升性能）
-- dws_sales_daily依然是事实表，只是它是聚合事实表，粒度比dwd_fact_sales_order大
CREATE TABLE dws_sales_daily (
    date_key INT,
    product_category VARCHAR,  -- 从dim_product退化
    customer_province VARCHAR, -- 从dim_customer退化
    total_sales DECIMAL,
    total_orders INT
);

三、维度表

维度代表分析事务时所关注的视角或角度。‌在维度建模中，维度是描述业务过程中各种环境或情境的属性，例如时间、地点、买家、卖家等。说白一点就是后续分析时通过哪些条件来分析。

下面是时间维度和客户维度的样例

缓慢变化维（Slowly Changing Dimensions）

维度的属性并不是始终不变的，它会随着时间的流逝发生缓慢的变化，这种随时间发生变化的维度我们一般称之为缓慢变化维（SCD）。比如员工表中的部门维度，员工的所在部门有可能两年后调整一次。

四、模型分类

维度建模按数据组织类型划分可分为星型模型、雪花模型、星座模型。

• 星型模型
  星型模型主要是维表和事实表，以事实表为中心，所有维度直接关联在事实表上，呈星型分布。开头的订单销售案例就是星型模型（一般利用维度退化等操作，反范式设计，利用适当冗余来避免模型过于复杂，提高易用性和分析效率，性能相对较高）
• 雪花模型
  雪花模型，在星型模型的基础上，维度表上又关联了其他维度表。这种模型维护成本高，性能方面也较差，所以一般不建议使用。尤其是基于hadoop体系构建数仓，join越多性能越差。（维度表的设计更加规范，符合范式，有效降低数据冗余，维度表之间不会相互关联，但是性能较低）
• 星座模型
  星座模型，是对星型模型的扩展延伸，多张事实表共享维度表。数仓模型建设后期，大部分维度建模都是星座模型。（星座模型其实就是星型模型的集合）

五、维度建模步骤

维度建模的步骤本质是 "从业务需求出发，自顶向下设计"：

1. 明确分析什么（业务过程） → 比如：下单、支付、物流等
2. 细化到具体每一行数据（粒度） → 比如：每个订单，有些情况是每个订单下还有子订单
3. 确定分析角度（维度） → 比如：时间维度、用户维度、商品维度、地域维度
4. 定义量化指标（事实） → 比如：订单事实表
5. 落地为物理模型（将维度与事实关联，形成星型模型或雪花模型）