维度表设计注意事项

2023-03-13

Word count: 1.2k | Reading time≈ 4 min

1、什么是维度表？

维度是维度建模的基础和灵魂。在维度建模中，将度量称为“事实” ，将环境描述为“维度”。
维度表包含了事实表中指定属性的相关详细信息，最常用的维度表有日期维度、城市维度等。

例如：日期维表：

num	字段名	字段中文名	描述	数据类型
1	date	日期	日期 yyyMMdd格式	bigint
2	week	星期，数字型	星期，数字型 0-6	bigint
3	week_cn	星期中文名	星期中文名星期一……	string
4	year_weeks	一年中的第几周	一年中的第几周 1 2 3……	bigint
5	mon_dt	本周周一日期	本周周一日期	bigint
6	sun_dt	本周周日日期	本周周日日期	bigint
7	month	年月	年月，yyyyMM格式	bigint
8	month_short	月份简写	月份简写，MM格式1~12	bigint
9	month_cn	月份中文名	月份中文名一月……	string
10	quarter	季度	季度，yyyyQ1\2\3\4	string
11	quarter_short	季度数字型	季度数字型 1-4	bigint
12	quarter_cn	季度中文名	季度中文名第一季度……	string
13	year	年份	年份，yyyy格式	bigint

2、维度表设计原则

维度的作用一般是查询约束、分类汇总以及排序等，我们在进行维度表设计时，应当提前考虑：

（1）维度属性尽量丰富，为数据使用打下基础

比如淘宝商品维度有近百个维度属性，为下游的数据统计、分析、探查提供了良好的基础。

（2）给出详实的、富有意义的文字描述

属性不应该是编码，而应该是真正的文字。在阿里巴巴维度建模中，一般是编码和文字同时存在，比如商品维度中的商品 ID 和商品标题、类目 ID 和类目名称等。 ID 一般用于不同表之间的关联，而名称一般用于报表标签

（3）区分数值型属性和事实

数值型宇段是作为事实还是维度属性，可以参考字段的一般用途。如果通常用于查询约束条件或分组统计，则是作为维度属性;如果通常用于参与度量的计算，则是作为事实。比如商品价格，可以用于查询约束条件或统计价格区间的商品数量，此时是作为维度属性使用的;也可以用于统计某类目下商品的平均价格，此时是作为事实使用的。另外，如果数值型字段是离散值，则作为维度属性存在的可能性较大;如果数值型宇段是连续值，则作为度量存在的可能性较大，但并不绝对，需要同时参考宇段的具体用途。

（4）沉淀出通用的维度属性，为建立一致性维度做好铺垫

有些维度属性获取需要进行比较复杂的逻辑处理，有些需要通过多表关联得到，或者通过单表的不同宇段混合处理得到，或者通过对单表的某个字段进行解析得到。此时，需要将尽可能多的通用的维度属性进行沉淀。一方面，可以提高下游使用的方便性，减少复杂度;另一方面，可以避免下游使用解析时由于各自逻辑不同而导致口径不一致。

（5）退化维度（DegenerateDimension）

在维度类型中，有一种重要的维度称作为退化维度。这种维度指的是直接把一些简单的维度放在事实表中。退化维度是维度建模领域中的一个非常重要的概念，它对理解维度建模有着非常重要的作用，退化维度一般在分析中可以用来做分组使用。

（6）缓慢变化维（Slowly Changing Dimensions）

维度的属性并不是始终不变的，它会随着时间的流逝发生缓慢的变化，这种随时间发生变化的维度我们一般称之为缓慢变化维（SCD），缓慢变化维一般使用代理健作为维度表的主健。

缓慢变化维的三种处理方式：

① TYPE1 直接覆盖原值
适用于：不看历史数据，简单粗暴

② TYPE2 拉链表
需要在维度行再增加三列：有效日期、截止日期、行标识（可选）。
在旧的一行数据增加关链时间（end_date），新的一行数据增加开链时间和**关链时间，**多条数据加起来是一个完整的时间周期。

③ TYPE3 增加属性列
保留老字段，把新增的属性放到新的字段。比如 department 变成 old_department and new_department.