什么是事实表和维度表

在数据仓库的维度建模（Dimensional Modeling） 体系中，事实表（Fact Table） 和 维度表（Dimension Table） 是构成星型模型（Star Schema）的两大核心组件。它们分工明确、相辅相成，共同支撑高效的业务分析。

一、事实表（Fact Table）

1. 定义

事实表用于存储业务过程中的可度量的数值型指标（即“事实”），以及关联维度的外键。

2. 核心特征

• 内容：
  • 外键（Foreign Keys）：指向各个维度表的主键（如 user_id, product_id, date_id）。
  • 事实（Facts）：可量化的业务指标，通常是数字（如销售额、订单数、点击次数）。
• 粒度（Grain）明确：每一行代表一个原子业务事件或汇总单元。
  例如：“2024年11月5日，用户U1001在商品P2002上完成了一笔订单，金额为99元”。
• 数据量大：通常包含数百万至数十亿行。
• 字段少但行多：列数不多（主要是外键 + 少量事实），但记录数巨大。

3. 事实的类型

4. 示例

-- 订单事实表（粒度：每笔订单中的每个商品项）
fact_order_item (
    order_id      STRING,   -- 订单ID（也可作为退化维度）
    user_id       STRING,   -- → dim_user
    product_id    STRING,   -- → dim_product
    date_id       INT,      -- → dim_date (格式: 20241105)
    channel_id    INT,      -- → dim_channel
    quantity      INT,      -- 事实：购买数量（可加）
    sales_amount  DECIMAL,  -- 事实：销售金额（可加）
    discount      DECIMAL,  -- 事实：折扣金额（可加）
    cost          DECIMAL   -- 事实：成本（可加）
)

二、维度表（Dimension Table）

1. 定义

维度表用于描述业务过程的上下文信息（即“谁、什么、何时、何地、如何”），提供分析的分类和描述属性。

2. 核心特征

• 内容：
  • 主键（Primary Key）：唯一标识一个维度成员（如 user_id, product_sk）。
  • 属性（Attributes）：描述性文本或分类字段（如用户姓名、商品类目、城市、是否节假日）。
• 数据量小：通常几千到几百万行（远小于事实表）。
• 字段多但行少：包含大量描述性列，用于下钻（Drill-down）分析。
• 去规范化（Denormalized）：为提升查询性能，常将相关属性冗余存储（如商品表直接包含“类目名称”，而非只存“类目ID”）。

3. 常见维度类型

• 时间维度（Time）：年、季度、月、日、星期、是否节假日
• 用户维度（User）：用户ID、姓名、性别、年龄、地域、会员等级
• 产品维度（Product）：商品ID、名称、品牌、类目、价格区间
• 地理维度（Location）：国家、省份、城市、区域
• 退化维度（Degenerate Dimension）：没有独立维度表的属性（如订单号、发票号），直接放在事实表中

4. 示例

-- 用户维度表
dim_user (
    user_id      STRING,   -- 主键
    user_name    STRING,
    gender       STRING,   -- '男'/'女'
    age          INT,
    city         STRING,   -- '北京市'
    province     STRING,   -- '北京市'
    member_level STRING,   -- '普通'/'黄金'/'钻石'
    register_date DATE,
    is_new_user  BOOLEAN
)

-- 日期维度表
dim_date (
    date_id      INT,      -- 主键，如 20241105
    full_date    DATE,     -- 2024-11-05
    year         INT,      -- 2024
    month        INT,      -- 11
    day          INT,      -- 5
    weekday      STRING,   -- '星期三'
    is_weekend   BOOLEAN,  -- false
    is_holiday   BOOLEAN   -- false
)

三、事实表 vs 维度表 对比总结

四、它们如何协同工作？

当分析师想查询 “2024年11月北京市黄金会员用户的总销售额” 时：

SELECT 
    SUM(f.sales_amount) AS total_sales
FROM fact_order_item f
JOIN dim_user u ON f.user_id = u.user_id
JOIN dim_date d ON f.date_id = d.date_id
WHERE 
    d.full_date >= '2024-11-01' 
    AND d.full_date <= '2024-11-30'
    AND u.city = '北京市'
    AND u.member_level = '黄金';

• 事实表 提供 sales_amount 进行求和。
• 维度表 提供 city 和 member_level 用于筛选，full_date 用于时间范围过滤。

✅ 总结一句话：

事实表回答“有多少”，维度表回答“是什么、谁、何时、何地”。
二者结合，才能让数据既可度量又可理解，支撑灵活、高效的业务分析。