维度表设计细节（第一篇）

一、文章概述

维度表数据仓库中承担着一个非常重大的角色。它们实际上是数据计算的约束条件与报表标签的来源。数据仓库在一些情况下可以说是维度属性的展现。数据仓库的健壮程度直接与维度属性的质量和深度正相关。

下面我们主要讨论多种维度表的设计方案：日期维度、因果维度、退化维度、多值维度与桥连接表、文本注释维度等。

二、维度表设计细节

1、日期维度

日期维度是一种特殊的维度，它几乎出现在所有的维度模型中。与其他维度不同的是，可以其他建立日期维度表。由于一年只有365/366天，因此可以在表中存储30年的数据，无非也就是365*30条。维度表可以包含历史和未来几十年的数据。建议将维度表按照下面的方式设计：

对于报表，需要增加长标识和缩写标识。例如月份有1月、年-月（YYYY-MM）；季度（Q1）和2019年-Q1等写法。

• 需要建立详尽的维度表。不要依赖于SQL语句动态计算周、财务周期、季度、假日、周末等属性。建议将其放在维度表中，通过查询直接获得。

• 将当天的时间作为维度时，例如10分钟间隔，小时，分钟等。当天的时间最好从日期维度中剥离出来，以避免维度计算的复杂性。

• 文本属性的标识，与其他标识符类似，日期维度的节假日通常也会有两个可能的值。尽量采用假日或非假日，而不是使用神秘的Y/N。

• 对应当前和相对日期的属性，大多数的日期维度属性是不应该更新的。然而，某些属性可以增加到基本的日期维度中，这些属性可能会随着时间改变，包括is_current_day、is_current_month、is_prior_60_days等。还有一些之后的属性，例如0表示今天，-1表示昨天，+1表示明天。因此有时候需要每天动态更新这些属性。

  
  

  
  

2、产品维度

产品维度描述的是数据仓库中每个产品的维度信息。为每种产品定义一系列的描述信息，有助于数据仓库的管理。

• 扁平化多对一层次。商品层次是属性的主要分组之一，将重复的低粒度值保存在维度表中是一种基本的建模技术。规范化这些值将其放入不同的表难以实现简单化和高性能。产品维度中大多数属性不是商品层次的组成部分，例如包装类型属性可能包括瓶、包、盒等。

  
  

• 具有内嵌含义的属性。在维度表中通常含有自然键操作的维度码值，通常情况下具有内嵌含义。例如身份证号是由地址码+出生日期码+顺序码+校验码组成。前六位表示地区码，因此需要将地区名称属性添加到维度表中。
• 作为属性或事实的数字值。有时候很难判断某些数字应该放入到维度属性分类，还是归入事实计算。如果数字同时用于计算和过滤/分组，那么应该在事实表和维度表中同时存储。
• 下钻维度属性。合理的产品维度需要包含几十个属性。每个属性或者作为约束条件或者作为行级标记来源。下钻是根据维度模型中的行头指针属性查询。上卷操作将移除行表头。可以根据属性从多个层次上卷或下钻，其中部分属性不是层次的组成部分。
  
  

3、商店维度

商店描述的是每个连锁门店。数据小组必须从数据源中提取信息，以构建商店维度所需的各种元素。

• 多层次维度表。地理维度是商店信息的主要维度之一，可以按照任何地址属性对商店进行上卷、下钻操作。例如，邮编、国家、省、市、县、镇、村、街道等。
• 商店维度表中的日期。例如，商店维度中的首次开店时间。如果用户希望在商店维度中增加非标准的日期列，需要在标准的日期维度表中添加这种日期。
  
  
  

4、促销维度

促销维度主要是包含促销商品的促销条件。促销条件包含临时降价、广告投放、代金券等。促销维度通常被认为是一种因果维度，因为它描述了可能导致产品销售发生改变的因素。

• 促销产品的销售情况是否在促销期间获得大幅度提升。

• 促销产品在促销前和促销后的销售量，与促销期间相比是否下降，这种下降是否抵消了促销期间增加的收益。

• 促销产品在促销期间表现良好，但是其他相关的产品的销售额是否下降？降低了多少？

• 促销过程中所有的产品（包含非促销产品）的总收益是否有提升。

• 促销是否有利可图呢？从促销期间的前后几个月做汇总，与历史上同期相比，利润增发有多大？

• 促销期间是否有用户领了代金券，并未使用。这种获利多少？
  

  
  

  
  

各种可能存在的因果条件是高度关联的。临时降价通常与广告或者PUSH相关。纯粹的从逻辑上考虑，通过将4个不同的因果机制（广告、降价、PUSH、代金券）区分开，建立不同的维度而不是将他们合并在一个维度中。

• 对于不同的业务群体来说，不同的维度更易于理解。
• 不同的维度管理可能比对合并在一起的维度更容易。
  
  
  

注意：许多销售事务中包括未促销的产品。客户的购物车中可能会包含非促销产品，因此，促销维度中必须包含一行，具有唯一键0或者-1，用来表示不包含促销条件，避免事实表中出行空的促销键。

5、退化维度

退化维度顾名思义就是把部分维度信息退化到事实表中，增加事实表的可读性。把一些微博的状态（原创、转发、删除），发票代码、发票号码或者微博的mid直接放在事实表中，而没有对应的维度表与之关联。这种操作在互联网的hive事实表中非常常见，可以优化查询性能和增加可读性。

作者：清和  来源：大数据漫路求索