事实表与维度表

mar5-outline-08.jpg

前文介绍了一维表和二维表的异同及相互转换

今天再来解释一下事实表与维度表

先来看下表。回忆下，这是一维表二维表？

01.png

单行记录就能锁定全部信息，个别列存在数量重复，没二话，显然是一维表

那是不是结账系统里的订单表就是这副样子？

如果你没有接触过数据库，想当然一下，估计答案多半是肯定的——系统里的一维表就是长这样子

先不告诉你究竟对不对，咱先来看这么个场景

如果有个学校更名了，“山东商业职业技术学院”要改成“山东商贸学院”，怎么改？

会不会有人告诉我，用鼠标键盘一个个找出来改？

你还别笑，不管是谁第一次接触表格，可不就这样的修改的吗

但系统里的一维表，往往有成千上万行，靠人工查找修改，无疑愚公移山

那“查找替换”呢？

不错，“查找替换”起码比刚才那位人眼查找手工修改要强

但请记住，我们面对的不是普通的人工制表，几百行记录，查找替换耗时可忽略不计； 而系统生成的一维表，都是成千上万行，别说是查找替换，即便是平时双击打开一张电子表，打开速度都会受文件大小的影响

一张100K的表格可能是秒开，10M的表格也许会等上几秒，而打开100M的表格，慢得会让你以为死机了

如何避免因文件过大而产生的效率降低？那就把业务表里这种有大量重复的数据单独拎出来，放到另一张表里，通过表关联把二者连接在一起（如何提高表格运行效率，属于数据库范畴，涵盖了很多知识点。这里只是打个花式比喻，不必较真）

06.png 05.png

上图可见，流水表里把大量汉字换成字母/数字编码，将对表格大小起到重要作用

修改信息时也只要在维度表定位、变更一条记录即可，而不必在流水表里进行全表扫描。尤其在海量流水记录面前，效率高低立判

咱们这里不搞学究，没必要死抠概念术语，尽量从理解的基础上去领悟

C.png

像这种把流水表里大量重复数据拎到一边单独存放的案例，还有很多，比如

表示时间：日期-年-月-日-季-周（是不是有点像日期表）
表示地点：国-省/州-市-区县-镇-村
品类：用途-品牌-包装
…………

类似上面这些具有独立属性或层次结构的信息，我们将其称之为数据的维度

一个数据，可以属于不同维度，在不同维度上根据层次结构进行汇总统计(聚合)

为什么把它称为“维度”，见下图

07.png

为了计算长度、面积或体积，我们把物体长宽高各维度相乘

同样，为了计算报表中值的数量，也可以通过报表的独立属性和层次结构中的成员数目相乘，那么“独立属性”和“层次结构”，就是报表的维度

搞清了“维度表”，那“事实表”也就不难理解了

09.png

事实表：表格里存储了能体现实际数据或详细数值，一般由维度编码和事实数据组成

维度表：表格里存放了具有独立属性和层次结构的数据，一般由维度编码和对应的维度说明(标签)组成

现实工作中，维度表要设多广多深，没有固定，看具体业务场景和数据规模

比如制造业，生产现场的时间维度可能要精确到秒

再比如销售，地区维度除了省市区，可能还要加个大区概念(华北、华东等)

证券行业里，板块、行业、概念等，都可以作为维度来拓展

没有通吃全行业的套路，一个行业 一套章法，沉浸于自己熟悉的业务领域，多学多练多交流