数据建模

维度建模核心概念

维度建模（Dimensional Modeling）是数仓最主流的建模方法，由 Ralph Kimball 提出。

事实表（Fact Table）

记录业务度量事件，每行代表一条业务事实。

特点	说明
行数多	数十亿行级别
窄而高	列少（度量+外键），行多
度量值	金额、数量、时长等可加合字段
可加性	可沿任意维度相加（Additive）

维度表（Dimension Table）

记录业务描述属性，每行代表一个维度成员。

特点	说明
行数少	通常几千到几百万
宽而矮	列多（描述属性），行少
文本属性	供分析时过滤/分组使用

星型模型 vs 雪花模型

星型模型（推荐）：事实表 → 直接关联维度表（反规范化）
雪花模型：维度表继续规范化拆分（节省空间，查询复杂）

推荐星型模型：查询性能好，理解简单，BI工具更友好。

缓慢变化维（SCD）

历史属性发生变化时的处理方式：

类型	处理方式	适用
SCD Type 1	直接覆盖，不保留历史	错误修正
SCD Type 2	新增一行，有效期字段标记（推荐）	需要历史分析
SCD Type 3	新增字段存旧值	只需一个历史版本

电商订单星型模型示例

               dim_customer（客户维度）
                      │
dim_product ── fact_order ── dim_date（日期维度）
（产品维度）          │
               dim_region（地区维度）

参见：CRM 数据模型