Kimball维度建模技术概述

记录一下读《数据仓库工具箱》时的思考，摘录一些书中关于维度建模比较重要的思想与大家分享🤣🤣🤣

第二章前言部分作者提到：技术的介绍应该通过涵盖各种行业的熟悉的用例展开（赞同哈哈 确实比抽象地讲解概念要好理解🤣🤣🤣）。

书中从第三章开始是通过各行业的用例去讲解维度建模，第二章则是维度建模技术的总体介绍（很多概念，挺抽象的🤣🤣🤣）。

前言部分作者也有提到：我们并不期望您一开始就从头到尾阅读本章，但希望您能将本章作为所提供的技术参考。本节介绍的技术，在所有维度设计工作中都需要考虑。本书的每一章几乎都会涉及本节所介绍的概念。

Kimball维度建模技术概述01、基本概念
书接上回~🤣🤣🤣🤣🤣🤣

2.2 事实表技术基础

2.2.1 事实表结构

• 发生在现实世界中的操作型事件，其所产生的可度量数值，存储在事实表中。
• 事实表的设计完全依赖于物理活动，不受可能产生的最终报表的影响。

1. 主键：

   • 通常为复合主键，由多个外键组合，唯一标识一条记录（例如 订单ID + 产品ID。）。

2. 外键：

   • 连接维度表的字段，提供事实表记录的上下文（如时间ID、产品ID、客户ID）。

3. 度量值：

   • 存储可聚合的指标数据（如销售额、订单数量、库存量）。

4. 粒度：

   • 每条记录代表的业务事件或过程的最小单位（如每笔订单的每个商品）。

字段名	类型	描述
fact_id	INT	主键
time_id	INT	时间维度外键
product_id	INT	产品维度外键
customer_id	INT	客户维度外键
sales_amount	DECIMAL	销售金额
sales_quantity	INT	销售数量

Tip：事实表也可包含可选的退化维度键和日期/时间戳。（退化维度，在专栏里维度表技术基础里有讲~）

---

2.2.2 可加、半可加、不可加事实

事实表中的数字度量可划分为三类：

类别	定义	示例	适用场景	注意事项
可加事实	在所有维度上都可以直接求和的度量值。	销售金额、销售数量、成本	适用于跨时间、产品、客户等维度的总量分析。	无需额外计算逻辑，直接进行求和操作即可。
半可加事实	只能在某些维度上求和，而在其他维度（通常是时间维度）上不能求和。	库存量、账户余额、银行存款	时间快照、状态监控场景，例如监控某日的库存或余额状态。	时间维度上不能直接求和，需通过取最近值或计算变化量等方式分析。
不可加事实	在所有维度上都无法直接求和的度量值，通常是比率或衍生指标。	利润率、平均单价、转化率	适用于分析比率、平均值或需要权重处理的业务场景，例如分析效率。	必须结合上下文设计加权平均、除法等逻辑，不能通过直接聚合获得结果。

类别	示例字段名	示例描述	是否可跨时间维度求和	处理方法
可加事实	sales_amount	记录销售金额，例如一笔订单的总金额。	是	直接使用 SUM(sales_amount) 进行求和即可。
可加事实	sales_qty	记录销售数量，例如商品的销售件数。	是	可按时间、商品、客户等维度聚合计算总量。
半可加事实	stock_qty	记录某一时间点的库存量，例如每天的库存快照。	否	取最新时间点的值或计算时间点之间的变化量。
半可加事实	account_bal	记录某一时间点的账户余额，例如每天的账户快照。	否	取最后一个时间点的余额作为有效值。
不可加事实	profit_margin	记录利润率，例如单个商品的利润率。	否	按比率的定义公式重新计算（如总利润/总收入）。
不可加事实	avg_price	记录平均单价，例如按订单计算的商品平均单价。	否	通过加权计算重新求值（如总金额/总数量）。

---

2.2.3 事实表中的空值

• 事实表中可以存在空值度量（所有聚集函数sum、count等都可针对空值事实计算）。

• 但是事实表中的外键不能存在空值，因为它们是维度表与事实表之间的关联桥梁。空值的外键意味着事实表中的记录没有关联到任何有效的维度数据，无法确保确保数据的完整性和一致性（引发数据质量问题）。
  

---

2.2.4 事务事实表（Transactional Fact Table）

事务事实表记录的是单个业务事务或事件的详细信息，每条记录代表一个独立的操作，如一次购买、一次交易或一次订单等。数据粒度通常非常细，每一行记录都是一个具体的事务。

• 粒度细：每条记录表示一个单独的事件或操作。
• 数据量大：由于记录详细的事务，数据量较大，且随着业务发展不断增加。
• 高更新频率：事务数据通常在操作发生时实时更新。
• 适用于实时或近实时分析：事务事实表能提供详细的业务过程数据，用于监控和分析业务活动。

字段名	描述
transaction_id	事务ID（唯一标识）
customer_id	客户ID
product_id	产品ID
time_id	时间ID（外键）
quantity	销售数量
sales_amount	销售金额
payment_status	付款状态

---

2.2.5 周期快照事实表（Periodic Snapshot Fact Table）

周期快照事实表记录在特定时间点或时间段内的业务状态，通常会在某个固定时间间隔（如每天、每周或每月）进行快照。

每条记录通常代表某个周期结束时的业务状态，体现的是在该时间点的“快照”信息。

• 粒度较粗：每条记录代表一个周期的业务状态，而不是单个事务。
• 数据量较小：与事务事实表相比，周期快照事实表记录的数量较少，因为它仅记录周期性汇总的业务状态。
• 周期性更新：快照表通常定期（如每天、每月）更新，更新频率较低。
• 适用于趋势分析和汇总：周期快照表非常适合用于分析业务在特定时间点的状态变化，例如月度销售趋势、客户活跃度变化等。

字段名	描述
snapshot_date	快照日期
customer_id	客户ID
total_sales	总销售金额
total_quantity	总销售数量
total_orders	总订单数量

---

2.2.6 累计快照事实表（Cumulative Snapshot Fact Table）

累计快照事实表记录的是某个度量数据（如库存数量、账户余额等）的累积变化情况。与周期快照表不同，累计快照表记录的是从一个起始点开始，随时间积累变化的数据状态。这种表适用于需要持续积累的度量数据，如库存、客户余额、累计销售等。

• 粒度较粗：每条记录通常表示某个特定时间点的累计度量数据。
• 持续更新：与周期快照表不同，累计快照表在每次数据更新时都会进行累积。它不会丢失先前的累积数据，而是随着时间推移不断更新。
• 适用于长期趋势分析：累计快照表能够帮助跟踪业务的长期变化，如追踪某个客户的累计购买金额、账户余额变化等。

字段名	描述
snapshot_date	快照日期
account_id	账户ID
balance	累计余额
total_deposit	累计存款
total_withdrawal	累计取款

• 每条记录表示某个时间点的账户余额，包括从账户创建到该日期的所有存款和取款的累计情况。

---

特性	事务事实表	周期快照事实表	累计快照事实表
粒度	细粒度，每个事件或事务一条记录	粗粒度，按周期（如日、月、年）记录状态	粗粒度，按累积数据（如累计销售额）记录
数据量	大，随时间增加，记录每个事务	相对较小，通常按周期记录数据	适中，数据随着累计情况不断增长
更新频率	高，实时或近实时更新	低，定期（如每日、每月）更新	持续更新，随着业务过程变化而更新
适用场景	详细的业务过程分析，如订单追踪	趋势分析、月度或季度报告等	长期数据跟踪，如账户余额、累计销售等
示例	每一笔订单的详细信息	月度销售汇总数据	客户账户余额的累计变化

---

整理不易 列位点赞收藏关注多多支持🤣🤣🤣~