事实表与维度表
在数据仓库和商业智能（BI）中，事实表和维度表是两个核心概念。它们是构建数据模型的基础，用于存储和分析业务数据。本文将详细介绍这两种表的结构、作用以及它们之间的关系。
什么是事实表与维度表？
事实表（Fact Table）
事实表是数据仓库中存储业务事实（即度量值）的表。它通常包含数值型数据，例如销售额、订单数量、利润等。事实表是数据分析的核心，因为它记录了业务活动的具体结果。
维度表（Dimension Table）
维度表是存储描述性信息的表，用于为事实表中的数据提供上下文。例如，时间维度表可能包含日期、月份、年份等信息，而产品维度表可能包含产品名称、类别、价格等信息。
事实表和维度表通过外键关联，共同构成星型模式或雪花模式，这是数据仓库中最常见的数据模型。
事实表与维度表的结构
事实表的结构
事实表通常包含以下内容：
- 外键：用于关联维度表。
- 度量值：数值型数据，例如销售额、数量等。
- 退化维度：某些情况下，维度信息可能直接存储在事实表中。
例如，一个销售事实表可能如下所示：
| 订单ID | 产品ID | 客户ID | 日期ID | 销售额 | 数量 |
|---|---|---|---|---|---|
| 1 | 101 | 201 | 20230101 | 100.00 | 2 |
| 2 | 102 | 202 | 20230102 | 200.00 | 1 |
维度表的结构
维度表通常包含以下内容：
- 主键：唯一标识每条记录。
- 属性：描述性信息，例如产品名称、客户姓名等。
例如，一个产品维度表可能如下所示：
| 产品ID | 产品名称 | 类别 | 价格 |
|---|---|---|---|
| 101 | 笔记本电脑 | 电子产品 | 800.00 |
| 102 | 智能手机 | 电子产品 | 500.00 |
事实表与维度表的关系
事实表和维度表通过外键关联。例如，销售事实表中的 产品ID 外键关联到产品维度表中的 产品ID 主键。这种关系可以用星型模式表示：
实际案例：零售行业的数据仓库
假设我们正在为一个零售公司设计数据仓库，以下是事实表和维度表的应用场景：
事实表：销售事实表
存储每次销售的具体数据，例如销售额、数量等。
| 订单ID | 产品ID | 客户ID | 日期ID | 销售额 | 数量 |
|---|---|---|---|---|---|
| 1 | 101 | 201 | 20230101 | 100.00 | 2 |
| 2 | 102 | 202 | 20230102 | 200.00 | 1 |
维度表：产品维度表
存储产品的描述性信息。
| 产品ID | 产品名称 | 类别 | 价格 |
|---|---|---|---|
| 101 | 笔记本电脑 | 电子产品 | 800.00 |
| 102 | 智能手机 | 电子产品 | 500.00 |
维度表：客户维度表
存储客户的信息。
| 客户ID | 客户姓名 | 地区 |
|---|---|---|
| 201 | 张三 | 北京 |
| 202 | 李四 | 上海 |
维度表：日期维度表
存储日期的详细信息。
| 日期ID | 日期 | 月份 | 季度 | 年份 |
|---|---|---|---|---|
| 20230101 | 2023-01-01 | 1 | Q1 | 2023 |
| 20230102 | 2023-01-02 | 1 | Q1 | 2023 |
通过关联这些表，我们可以轻松分析以下问题：
- 每个产品的总销售额是多少？
- 每个地区的客户购买了多少产品？
- 每个季度的销售趋势如何？
总结
事实表和维度表是数据仓库和商业智能的核心组成部分。事实表存储业务活动的度量值，而维度表提供描述性信息。通过外键关联，它们共同构建了星型模式或雪花模式，支持复杂的业务分析。
提示
小提示：在设计数据仓库时，尽量保持维度表的规范化，以避免数据冗余。同时，确保事实表中的度量值能够准确反映业务需求。
附加资源与练习
资源
练习
- 设计一个简单的销售数据仓库，包括事实表和至少三个维度表。
- 编写 SQL 查询，计算每个产品的总销售额。
- 分析某个季度的销售趋势，并可视化结果。
通过实践，你将更深入地理解事实表与维度表的作用及其在商业智能中的应用。