跳到主要内容

宽表设计

问题​

什么是宽表？什么场景需要宽表？

答案​

什么是宽表​

宽表是将多个维度和指标预先 JOIN 并冗余到一张表中，查询时无需关联即可获取所有数据。

范式模型 vs 宽表​

对比范式模型宽表
字段数少（单表 10~30）多（可达 100~500）
冗余无/少大量冗余
查询需 JOIN直接 SELECT
写入更新简单ETL 批量写入
适用OLTPOLAP、BI
一致性强弱（需 ETL 保证）

宽表设计原则​

原则说明
面向主题一张宽表围绕一个分析主题（如用户、订单）
预计算常用聚合指标预先计算好
合理粒度明确每行代表什么（一个用户？一笔订单？）
适度冗余高频查询的维度字段冗余，低频的不冗余
-- 用户宽表（DWS 层示例）
CREATE TABLE dws.user_wide (
    user_id         BIGINT,
    username        STRING,
    register_date   DATE,
    -- 冗余维度
    city            STRING,
    channel         STRING,
    -- 预计算指标
    total_orders    INT,
    total_amount    DECIMAL(18,2),
    last_order_date DATE,
    avg_order_amount DECIMAL(18,2),
    is_active_7d    BOOLEAN
)
PARTITIONED BY (dt STRING);  -- 按天分区
宽表不是万能的
  • 字段太多（>500）会导致列存引擎扫描变慢
  • 维度频繁变化（如用户等级）需定期全量刷新
  • 需要跨主题关联时，还是要 JOIN

常见面试问题​

Q1: 宽表和维度建模（星型模型）怎么选？​

答案：

  • 星型模型：灵活性高，适合通用分析、复杂下钻
  • 宽表：查询简单，适合固定报表、BI 看板
  • 实践中常两者结合：DWD 用星型模型，DWS/ADS 用宽表

Q2: 宽表的粒度如何选择？​

答案：

  • 用户粒度：一行一个用户，适合用户画像、RFM
  • 订单粒度：一行一笔订单，适合订单分析
  • 明细粒度：一行一条行为日志，适合路径分析
  • 粒度越细越灵活，但数据量越大

相关链接​