数据仓库系列篇——DW | 维度与事实的思考

Posted 2021-04-24 子房小语

穆晨，硕士毕业于华南理工大学计算机系，研究方向为数据仓库、数据挖掘、数据可视化等。 现在蚂蚁金服国际金融事业部从事数据体系架构研究，以及相关的应用与推广工作。 

惑

维度与事实的困惑

近来穆晨打算基于阿里云的MaxCompute平台，在公司某业务域内搭建一个小型数据集市。本以为相关理论储备已ok，但建模时还是碰到个“钉子”。所幸问题已解决，在此分享给大家。

PS：由于业务涉密，穆晨将案例内容抽象包装成了“女生买包包”。

 问题描述

—— 事实表冗余了？

大多数参考书或技术博客上，在介绍数据仓库的维度建模概念时，都会使用类似下述的经典套路来讲解怎样划分维度表与事实表。

假设今早小敏在天猫花两万元买了个包包。那么以交易为主题进行分析，可从此段信息提取三个维度：时间维度(今早)，地点维度(天猫), 商品维度(包包)。相对应的两万元消费则是一个“事实”。

这是一个经典星型模式案例，很好理解。可现在小敏的男朋友小陈觉得这个包包太贵了，他有必要干预一下，因此数据域里就多了一个“干预者”维度；此外她母亲张阿姨也觉得很过分，需要适时提醒一下。ok，现在干预者维表里就有两条纪录了。

现在问题来了：请问事实表里，要不要放干预者外键？如果不放，张阿姨和小陈就无法干预；如果放了，事实表里一行纪录就不是一个“交易事实”了，此时一笔交易信息将对应交易事实表中的两条纪录（交易-小陈；交易-张阿姨）。

所以，到底该怎样？

 解决方案

—— 共享维度、复用事实

真相其实是这样的：由于新增了“干预者”维度，那么新增维表自然是必须的，但原来的事实表却不能动。正确做法是新建一张事实表，里面存放交易信息以及“干预者”外键。新事实表里的一条纪录，对应的将不是一笔交易，而是一条“交易 - 干预”信息。

当我们需要分析交易本身，就用维表+事实表；当需要分析交易干预，就用维表+事实表。如此，维表就实现了共享；而与此同时，事实表之间也可以相互复用。

结 语

此刻又突然觉得这个问题好低级X﹏X。这明明是个很基础的建模问题，然而确实纠结了半天... 好吧，whatever，就当是开发日记吧。

——本文转自时光斋