数据仓库维度建模与事实表设计实战指南

1. 数据仓库基础架构解析

数据仓库的核心在于通过维度表(Dimension Table)和事实表(Fact Table)构建星型或雪花模型。这种设计模式源自Ralph Kimball的维度建模理论，其本质是将业务过程转化为可度量的"事实"，并通过"维度"提供分析视角。

典型场景示例：
零售企业的销售分析系统中：

• 事实表记录每笔交易的金额、数量等度量值
• 维度表描述产品、时间、店铺等分析视角
  这种结构使分析师能快速实现"按产品类别统计季度销售额"等典型分析需求。

1.1 维度表设计要点

维度表包含业务的描述性属性，设计时需注意：

1. 代理键使用：建议使用自增整数而非业务主键，避免因业务系统键值变更导致的历史数据问题
2. 缓慢变化维处理：
   • Type1：直接覆盖旧值（不保留历史）
   • Type2：新增版本记录（保留完整历史）
   • Type3：添加历史字段（有限历史追溯）
3. 层次结构设计：如时间维的"年-季度-月-日"层级，需平衡查询效率与存储成本

关键技巧：对常用查询条件建立位图索引，可提升高基数维度查询性能30%以上

2. 事实表深度设计指南

2.1 事实表类型选择

根据业务特性选择合适的事实表类型：

事务型事实表示例：

sql复制CREATE TABLE fact_sales (
    sales_key BIGINT PRIMARY KEY,
    date_key INT REFERENCES dim_date,
    product_key INT REFERENCES dim_product,
    store_key INT REFERENCES dim_store,
    quantity INT NOT NULL,