跳到主要内容

维度建模

问题​

什么是维度建模？星型模型和雪花模型有什么区别？

答案​

什么是维度建模​

维度建模（Dimensional Modeling）是 Ralph Kimball 提出的数仓建模方法，核心思想是把数据分为两类：

类型定义示例
事实表（Fact Table）记录业务事件，包含度量值订单事实表（金额、数量）
维度表（Dimension Table）描述事件的上下文时间维、商品维、用户维

星型模型​

事实表居中，维度表直接连接，形状像星星：

雪花模型​

维度表进一步规范化（拆分），形状像雪花：

星型 vs 雪花对比​

对比星型模型雪花模型
维度表扁平化、宽表规范化、拆分
查询性能✅ 更快（JOIN 少）⚠️ JOIN 多
存储空间稍多（冗余）稍少
维护成本低高
推荐大多数场景首选维度需要单独维护时
实际工作中
  • 绝大多数数仓用星型模型，因为性能好、易理解
  • 雪花模型在需要严格维护维度层级时使用（如商品品类多级分类）

事实表类型​

类型特点示例
事务事实表每行一个事件订单表、点击表
周期快照事实表按固定周期汇总每日库存、月活统计
累积快照事实表跟踪业务流程里程碑订单流程（下单→支付→发货→签收）

维度表设计​

商品维度表示例
CREATE TABLE dim_product (
    product_sk     BIGINT PRIMARY KEY,    -- 代理键
    product_id     VARCHAR(32),            -- 业务键
    product_name   VARCHAR(200),
    category_l1    VARCHAR(50),            -- 一级品类
    category_l2    VARCHAR(50),            -- 二级品类
    brand          VARCHAR(100),
    price          DECIMAL(10,2),
    effective_date DATE,                   -- SCD 生效日期
    expire_date    DATE,                   -- SCD 失效日期
    is_current     TINYINT DEFAULT 1       -- 是否当前有效
);
代理键 vs 业务键
  • 业务键（Natural Key）：业务系统的 ID，如 product_id = 'SKU001'
  • 代理键（Surrogate Key）：数仓自动生成的自增 ID，用于处理 SCD
  • 事实表外键指向代理键，维度表主键用代理键

常见面试问题​

Q1: 你们的事实表设计了哪些度量？粒度是什么？​

答案（以电商订单事实表为例）：

  • 粒度：一行 = 一个订单 + 一个商品（订单明细粒度）
  • 度量：order_amount（订单金额）、qty（数量）、discount_amount（优惠金额）
  • 外键：date_key、product_key、user_key、channel_key
  • 粒度决定了事实表能回答的最细问题

Q2: 宽表和维度建模有什么关系？​

答案：

  • 维度建模产出的是星型/雪花模型（事实表 + 维度表，需要 JOIN）
  • 宽表是把事实表和维度表 JOIN 好的"结果表"，一张表包含所有字段
  • 宽表适合 BI 直接查询（无 JOIN，快），但灵活性差
  • 实际工作中常在 DWS/ADS 层做宽表

Q3: 事实表和维度表的粒度不一致怎么办？​

答案：

  • 事实表粒度必须一致（同一张表所有行粒度相同）
  • 如果需要不同粒度，建不同的事实表（如"订单级"和"日汇总级"）
  • 维度表的粒度通常比事实表粗，通过外键关联

相关链接​