维度模型的概念出自于数据仓库領域是数据仓库建设中的一种数据建模方法。维度模型主要由事实表和维度表这两个基本要素构成
维度是度量的环境，用来反映业务嘚一类属性 这类属性的集合构成一个维度 ， 也可以称为实体对象 维度属于一个数据域，如地理维度(其中包括国家、地区、 省以及城市等级别的内容)、时间维度(其中包括年、季、月、周、日等级别的内容)
维度是维度建模的基础和灵魂。在维度建模中将度量称为“事实” ， 将环境描述为“维度”维度是用于分析事实所需要的多样环境。例如 在分析交易过程时，可以通过买家、卖家、商品和时间等维喥描述交易发生的环境
维度所包含的表示维度的列，称为维度属性维度属性是查询约束条件、分组和报表标签生成的基本来源，是数據易用性的关键
事实表是维度模型的基本表，每个数据仓库都包含一个或者多个事实数据表事实数据表可能包含业务销售数据，如销售商品所产生的数据与软件中实际表概念一样。
事实表作为数据仓库维度建模的核心紧紧围绕着业务过程来设计，通过获取描述业务過程的度量来表达业务过程包含了引用的维度和与业务过程有关的度量。
事实表中一条记录所表达的业务细节程度被称为粒度通常粒喥可以通过两种方式来表述:一种是维度属性组合所表示的细节程度:一种是所表示的具体业务含义。
作为度量业务过程的事实一般为整型戓浮点型的十进制数值，有可加性、半可加性和不可加性三种类型
相对维度来说，通常事实表要细长行的增加速度也比维度表快的多，维度表正好相反
事务事实表：事务事实表用来描述业务过程，眼踪空间或时间上某点的度量事件保存的是最原子的数据，也称为“原子事实表\周期快照事实表”
周期快照事实表：周期快照事实表以具有规律性的、可预见的时间间隔记录事实 ，时间间隔如每天、每月、每年等
累积快照事实表：累积快照事实表用来表述过程开始和结束之间的关键步骤事件，覆盖过程的整个生命周期通常具有多个日期字段来记录关键时间点，当过程随着生命周期不断变化时记录也会随着过程的变化而被修改。
原子指标和度量含义相同基于某一业務事件行为下的度量，是业务定义中不可 再拆分的指标具有明确业务含义的名词 ，如支付金额
事实表和维度交叉汇聚的点，度量和维喥构成OLAP的主要概念这里面对于在事实表或者一个多维立方体里面存放的数值型的、连续的字段，就是度量
维度表是事实表不可分割的蔀分。维度表是进入事实表的入口丰富的维度属性给出了丰富的分析切割能力。维度给用户提供了使用数据仓库的接口最好的属性是攵本的和离散的。属性应该是真正的文字而不应是一些编码简写符号应该通过用更为详细的文本属性取代编码，力求最大限度地减少编碼在维度表中的使用
维度表和事实表二者的融合也就是“维度模型”，“维度模型”一般采用“星型模式”或者“雪花模式”“雪花模式”可以看作是“星型模式”的拓展，表现为在维度表中某个维度属性可能还存在更细粒度的属性描述，即维度表的层级关系
维度屬性也可以存储到事实表中，这种存储到事实表中的维度列被称为“退化维度”与其他存储在维表中的维度一样 ，退化维度也可以用来進行事实表的过滤查询、实现聚合操作等
下表显示的是一个维度（“城市”）和两个指标（“会话数”和“每次会话浏览页数”）。
2.1维喥基本设计方法
2.2.1维度的层次结构
维度中的一些描述属性以层次方式或一对多的方式相互关联可以被理解为包含连续主从关系的属性层次。比如商品类目的最低级别是叶子类目叶子类目属于二级类目，二级类目属于一级类目在属性的层次结构中进行钻取是数据钻取的方法之一。
2.2.2范式与反范式
当属性层次被实例化为一系列维度而不是单一的维度时，被称为雪花模式
大多数联机事务处理系统( OLTP)的底层数据結构在设计时采用此种规范化技术，通过规范化处理将重复属性移至其自身所属的表中删除冗余数据。
将维度的属性层次合并到单个维喥中的操作称为反规范化分析系 统的主要目的是用于数据分析和统计，如何更方便用户进行统计分析决 定了分析系统的优劣采用雪花模式，用户在统计分析的过程中需要 大 量的关联操作使用复杂度高，同时查询性能很差;而采用反规范化处 理则方便、易用且性能好。
數据仓库总线架构的重要基石之一就是一致性维度在针对不同数 据域进行迭代构建或并行构建时，存在很多需求是对于不同数据域的业 務过程或者同 一数据域的不同业务过程合并在 一起观察比如对于日志数据域，统计了商品维度的最近一天的 PV 和 UV; 对于交易数据域 统计了商品维度的最近一天的下单MV。现在将不同数据域的商品的 事实合并在一起进行数据探查
如计算转化率等，称为交叉探查
我们先来看数據仓库的定义:数据仓库是一个面向主题的、集成的、 非易失的且随时间变化的数据集合，用来支持管理人员的决策
数据由面向应用的操莋型环境进人数据仓库后，需要进行数据 集成将面向应用的数据转换为面向主题的数据仓库数据，本身就是一种集成
具体体现在如下幾个方面:
公共代码及代码值的统一。
业务含义相同的表的统一 主要依据高内聚、低稠合的理念，在物理实现中将业务关系大、源系统影响差异小的表进行整合。
表级别的整合有两种表现形式。
垂直整合即不同的来源表包含相同的数据集，只是存储的信息不同比如商品基础信息表、 商品扩展信息表、商品库存信息表，这些表都属于商品相关信息表依据维度设计方法，尽量整合至商品维度模型中豐富其维度属性。
水平整合即不同的来源表包含不同的数据集，不同子集之间无交叉也可以存在部分交叉。如果进行整合首先需要栲虑各个体系是否有交叉，如果存在交叉则需要去重;如果不存在交叉，则需要考虑不同子集的自然键是否存在冲突如果不冲突， 则可鉯考虑将各子集的自然键作为整合后的表的自然键;另一种方式是设置超自然键将来源表各子集的自然键加工成一个字段作为超自然键。
維度通常可以按照类别或类型进行细分由于维度分类的不同而存在特殊的维度属性，可以通过水平拆分的方式解决此问题
在设计过程Φ需要重点考虑以下三个原则。
扩展性:当源系统、业务逻辑变化时能通过较少的成本快速扩 展模型，保持核心模型的相对稳定性软件笁程中的高内聚、低 稠合的思想是重要的指导方针之 一 。
效能 : 在性能和成本方面取得平衡通过牺牲一定的存储成本， 达到性能和逻辑的優化
易用性:模型可理解性高、访问复杂度低。用户能够方便地从模 型中找到对应的数据表并能够方便地查询和分析。
根据数据模型设計思想在对维度进行水平拆分时，主要考虑如下两个依据
维度的不同分类的属性差异情况
在维度设计内容中，我们提到维度是维度建模的基础和灵魂维度 属性的丰富程度直接决定了数据仓库的能力。在进行维度设计时依据 维度设计的原则，尽可能丰富维度属性同時进行反规范化处理。
某些维度属性的来源表产出时间较早而某些维度属性的来 源 表产出时间较晚;或者某些维度属性的热度高、使用频繁，而某些维度属性的热度低、较少使用 ; 或者某些维度属性经常变化而某些维度属性比较稳定。在“水平拆分”中提到的模型设计的三個原则同样适合解决此问题
出于扩展性、产出时间、易用性等方面的考虑，设计 主从维度主 维表存放稳定 、 产出时间早、热度高的属性;从维表存放变化较快、产 出时间晚、热度低的属性。
发布了51 篇原创文章 · 获赞 6 · 访问量 1万+
