原文: 《BI那點(diǎn)兒事—數(shù)據(jù)的藝術(shù)》理解維度數(shù)據(jù)倉(cāng)庫(kù)——事實(shí)表、維度表、聚合表

事實(shí)表

在多維數(shù)據(jù)倉(cāng)庫(kù)中，保存度量值的詳細(xì)值或事實(shí)的表稱(chēng)為“事實(shí)表”。一個(gè)按照州、產(chǎn)品和月份劃分的銷(xiāo)售量和銷(xiāo)售額存儲(chǔ)的事實(shí)表有5個(gè)列，概念上與下面的示例類(lèi)似。?

在這些事實(shí)表的示例數(shù)據(jù)行中，前3個(gè)列——州、產(chǎn)品和月份——為鍵值列。剩下的兩個(gè)列——銷(xiāo)售額和銷(xiāo)售量——為度量值。事實(shí)表中的每個(gè)列通常要么是鍵值列，要么是度量值列，但也可能包含其他參考目的的列——例如采購(gòu)訂單號(hào)或者發(fā)票號(hào)。

事實(shí)表中，每個(gè)度量值都有一個(gè)列。不同事實(shí)表將有不同的度量值。一個(gè)銷(xiāo)售數(shù)據(jù)倉(cāng)庫(kù)可能含有這兩個(gè)度量值列：銷(xiāo)售額和銷(xiāo)售量。一個(gè)現(xiàn)場(chǎng)信息數(shù)據(jù)倉(cāng)庫(kù)可能包含3個(gè)度量值列：總量、分鐘數(shù)和瑕疵數(shù)。創(chuàng)建報(bào)表時(shí)，可以認(rèn)為度量值形成了一個(gè)額外的維度。即可以把銷(xiāo)售額和銷(xiāo)售量作為并列的列標(biāo)題，或者也可以把它們作為行標(biāo)題。然而在事實(shí)表中，每個(gè)度量值都作為一個(gè)單獨(dú)的列顯示。

事實(shí)表數(shù)據(jù)行中包含了您想從中獲取度量值信息的最底層級(jí)別的明細(xì)。換句話說(shuō)，事實(shí)表中對(duì)每個(gè)維度的最詳細(xì)的項(xiàng)目成員都有數(shù)據(jù)行。如果有使用其他維度的度量，只要為那些度量和維度創(chuàng)建另一個(gè)事實(shí)表即可。數(shù)據(jù)倉(cāng)庫(kù)中可能包含擁有不同度量值和維度的不同事實(shí)表。

前面表格中的示例數(shù)據(jù)行顯示了事實(shí)表的概念布局。事實(shí)是事實(shí)表幾乎總會(huì)使用一個(gè)整數(shù)值來(lái)表示(維度)成員，而不使用描述性的名稱(chēng)。因?yàn)槭聦?shí)表往往會(huì)包含數(shù)量多得無(wú)法想象的數(shù)據(jù)行——在一個(gè)中等大小的數(shù)據(jù)倉(cāng)庫(kù)中，事實(shí)表動(dòng)輒包含上百萬(wàn)行數(shù)據(jù)——使用整數(shù)鍵值可以有效地減小事實(shí)表的大小。事實(shí)表真正的布局如下所示。

在事實(shí)表中使用整數(shù)鍵值時(shí)，維度成員的名稱(chēng)需要放到另一種表中——也就是維度表。通常，事實(shí)表中的每個(gè)維度都有一個(gè)維度表。

事實(shí)表前綴為Fact。

歸納：

每個(gè)數(shù)據(jù)倉(cāng)庫(kù)都包含一個(gè)或者多個(gè)事實(shí)數(shù)據(jù)表。事實(shí)數(shù)據(jù)表可能包含業(yè)務(wù)銷(xiāo)售數(shù)據(jù)，如現(xiàn)金登記事務(wù)。

所產(chǎn)生的數(shù)據(jù)，事實(shí)數(shù)據(jù)表通常包含大量的行。事實(shí)數(shù)據(jù)表的主要特點(diǎn)是包含數(shù)字?jǐn)?shù)據(jù)(事實(shí))，并且這些數(shù)字信息可以匯總，以提供有關(guān)單位作為歷史的數(shù)據(jù)，每個(gè)事實(shí)數(shù)據(jù)表包含一個(gè)由多個(gè)部分組成的索引，該索引包含作為外鍵的相關(guān)性緯度表的主鍵，而維度表包含事實(shí)記錄的特性。事實(shí)數(shù)據(jù)表不應(yīng)該包含描述性的信息，也不應(yīng)該包含除數(shù)字度量字段及使事實(shí)與緯度表中對(duì)應(yīng)項(xiàng)的相關(guān)索引字段之外的任何數(shù)據(jù)。

包含在事實(shí)數(shù)據(jù)表中的“度量值”有兩中：一種是可以累計(jì)的度量值，另一種是非累計(jì)的度量值。最有用的度量值是可累計(jì)的度量值，其累計(jì)起來(lái)的數(shù)字是非常有意義的。用戶可以通過(guò)累計(jì)度量值獲得匯總信息，例如。可以匯總具體時(shí)間段內(nèi)一組商店的特定商品的銷(xiāo)售情況。非累計(jì)的度量值也可以用于事實(shí)數(shù)據(jù)表，單匯總結(jié)果一般是沒(méi)有意義的，例如，在一座大廈的不同位置測(cè)量溫度時(shí)，如果將大廈中所有不同位置的溫度累加是沒(méi)有意義的，但是求平均值是有意義的。

一般來(lái)說(shuō)，一個(gè)事實(shí)數(shù)據(jù)表都要和一個(gè)或多個(gè)緯度表相關(guān)聯(lián)，用戶在利用事實(shí)數(shù)據(jù)表創(chuàng)建多維數(shù)據(jù)集時(shí)，可以使用一個(gè)或多個(gè)維度表。

維度表

維度表包含了維度的每個(gè)成員的特定名稱(chēng)。維度成員的名稱(chēng)稱(chēng)為“屬性”(Attribute)。假設(shè)Product維度中有3種產(chǎn)品，那么維度表將如下所示。

產(chǎn)品名稱(chēng)是產(chǎn)品成員的一個(gè)屬性。因?yàn)榫S度表中的Product ID與事實(shí)表中的Product ID相匹配，稱(chēng)為“鍵屬性”。因?yàn)槊總€(gè)Product ID只有一個(gè)Product Name，顯示時(shí)用名稱(chēng)來(lái)替代整數(shù)值，所以它仍然被認(rèn)為是鍵屬性的一部分。

在數(shù)據(jù)倉(cāng)庫(kù)中，維度表中的鍵屬性必須為維度的每個(gè)成員包含一個(gè)對(duì)應(yīng)的唯一值。用關(guān)系型數(shù)據(jù)庫(kù)術(shù)語(yǔ)描述就是，鍵屬性稱(chēng)為主鍵列。每個(gè)維度表中的主鍵值都與任何相關(guān)的事實(shí)表中的鍵值相關(guān)。在維度表中出現(xiàn)一次的每個(gè)鍵值都會(huì)在事實(shí)表中出現(xiàn)多次。例如Mountain-100的Product ID 347只在一個(gè)維度表數(shù)據(jù)行中出現(xiàn)，但它會(huì)出現(xiàn)在多個(gè)事實(shí)表數(shù)據(jù)行中。這稱(chēng)為一對(duì)多關(guān)系。在事實(shí)表中，鍵值列(它是一對(duì)多關(guān)系的“多”的一方)稱(chēng)為外鍵列。關(guān)系型數(shù)據(jù)庫(kù)使用匹配的主鍵列(在維度表中)和外鍵列(在事實(shí)表中)值來(lái)聯(lián)接維度表到事實(shí)表。

把維度信息移動(dòng)到一個(gè)單獨(dú)的表中，除了使得事實(shí)表更小外，還有額外的優(yōu)點(diǎn)——可以為每個(gè)維度成員添加額外的信息。例如，維度表可能為每個(gè)產(chǎn)品添加種類(lèi)(Category)信息，如下所示。

現(xiàn)在種類(lèi)是產(chǎn)品的另一個(gè)屬性。如果知道Product ID，不但可以推斷出Product Name，而且可以推斷出Category。鍵屬性的名稱(chēng)可能是唯一的——因?yàn)槊總€(gè)鍵只有一個(gè)名稱(chēng)，但其他屬性不需要是唯一的，例如Category屬性可能會(huì)出現(xiàn)好幾次。這樣一來(lái)，便可以創(chuàng)建按照產(chǎn)品和類(lèi)別對(duì)事實(shí)表信息進(jìn)行分組的報(bào)表。

除了名稱(chēng)外，維度表可以包含許多其他的屬性。本質(zhì)上，每個(gè)屬性都對(duì)應(yīng)于維度表中的一個(gè)列。下面是帶有其他額外屬性的只有3個(gè)成員的Product維度表的示例。

維度屬性可以是可分組的，也可以是不可分組的。換句話就是，您是否見(jiàn)過(guò)按照哪個(gè)屬性來(lái)分組度量值的報(bào)表？在我們的示例中，Category、Size和Color全都是可分組的屬性。由此自然會(huì)聯(lián)想到可能在某個(gè)報(bào)表中按照顏色、大小或種類(lèi)來(lái)分組銷(xiāo)售額。但Price看起來(lái)不像是可分組的屬性——至少它本身不是。在報(bào)表中可能會(huì)有一個(gè)更有意義的其他屬性——例如Price Group，但價(jià)格本身變化太大，導(dǎo)致在報(bào)表上分組意義不大。同樣地，按照Product Description屬性在報(bào)表上進(jìn)行分組意義也不大。在一個(gè)Customer維度中，City、Country、Gender和Marital Status都是可以在報(bào)表上按照它們進(jìn)行有意義分組的屬性，但Street Address或Nickname都應(yīng)當(dāng)是不可分組的。不可分組的屬性通常稱(chēng)為成員屬性(member property)。

某些可分組的屬性可以組合起來(lái)創(chuàng)建一個(gè)自然層次結(jié)構(gòu)(natural hierarchy)。例如假設(shè)Product有Category和Subcategory屬性，在多數(shù)情況下，單個(gè)產(chǎn)品只會(huì)屬于單個(gè)Subcategory，并且單個(gè)Subcategory只會(huì)屬于單個(gè)Category。這將形成一個(gè)自然層次結(jié)構(gòu)。在報(bào)表中，可能會(huì)顯示Categories，然后允許用戶從某個(gè)Category鉆取到Subcategories，以及最終鉆取到Products。

層次結(jié)構(gòu)——或者說(shuō)鉆取路徑——不一定要是自然的(例如，每個(gè)低層次的成員會(huì)決定下一個(gè)高層次的成員)。例如，您可能會(huì)創(chuàng)建一個(gè)按照Color分組產(chǎn)品的報(bào)表，但允許用戶根據(jù)每個(gè)Color鉆取到每個(gè)不同的Size。因?yàn)閳?bào)表的鉆取能力，Color和Size形成了一個(gè)層次結(jié)構(gòu)，但是根據(jù)Size卻沒(méi)有任何信息可以用來(lái)斷定產(chǎn)品的Color將是什么。這是一個(gè)層次結(jié)構(gòu)，但不是一個(gè)自然層次結(jié)構(gòu)——但也不是說(shuō)它是個(gè)非自然層次結(jié)構(gòu)。Color和Size形成一個(gè)層次結(jié)構(gòu)并沒(méi)有什么不對(duì)，它只是這樣一個(gè)簡(jiǎn)單的事實(shí)：相同的Size可以出現(xiàn)在多個(gè)Color中。

維度表前綴為Dim。

歸納：

維度表可以看作是用戶來(lái)分析數(shù)據(jù)的窗口，緯度表中包含事實(shí)數(shù)據(jù)表中事實(shí)記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實(shí)數(shù)據(jù)表數(shù)據(jù)，以便為分析者提供有用的信息，維度表包含幫助匯總數(shù)據(jù)的特性的層次結(jié)構(gòu)。例如，包含產(chǎn)品信息的維度表通常包含將產(chǎn)品分為食品、飲料、非消費(fèi)品等若干類(lèi)的層次結(jié)構(gòu)，這些產(chǎn)品中的每一類(lèi)進(jìn)一步多次細(xì)分，直到各產(chǎn)品達(dá)到最低級(jí)別。

在維度表中，每個(gè)表都包含獨(dú)立于其他維度表的事實(shí) 特性，例如，客戶維度表包含有關(guān)客戶的數(shù)據(jù)。維度表中的列字段可以將信息分為不同層次的結(jié)構(gòu)級(jí)。

結(jié)論:

1、事實(shí)表就是你要關(guān)注的內(nèi)容;

2、維度表就是你觀察該事務(wù)的角度，是從哪個(gè)角度去觀察這個(gè)內(nèi)容的。

例如，某地區(qū)商品的銷(xiāo)量，是從地區(qū)這個(gè)角度觀察商品銷(xiāo)量的。事實(shí)表就是銷(xiāo)量表，維度表就是地區(qū)表。

聚合表

數(shù)據(jù)是按照最詳細(xì)的格式存儲(chǔ)在事實(shí)表中，各種報(bào)表可以充分利用這些數(shù)據(jù)。一般的查詢語(yǔ)句在查詢事實(shí)表時(shí)，一次操作經(jīng)常涉及成千上萬(wàn)條記錄，但是通過(guò)使用匯總、平均、極值等聚合技術(shù)可以大大降低數(shù)據(jù)的查詢數(shù)量。因此，來(lái)自事實(shí)表中的底層數(shù)據(jù)應(yīng)該事先經(jīng)過(guò)聚合存儲(chǔ)在中間表中。中間表存儲(chǔ)了聚合信息，所以被稱(chēng)為聚合表，這種處理過(guò)程被稱(chēng)為聚合過(guò)程。

《BI那點(diǎn)兒事—數(shù)據(jù)的藝術(shù)》理解維度數(shù)據(jù)倉(cāng)庫(kù)——事實(shí)表、維度表、聚合表