数据仓库: 你知道这6种类型维度吗-轻识

在数据仓库中，6种类型的维度

正常维度（Normal Dimension）

该维度表属性跟实体相关，具有唯一标识，可根据外键访问其他依赖属性

正常维度是当所有属性都相关时（它们全部涉及一个实体，例如：商品），它具有业务唯一标识（自然主键），并且所有属性都依赖于代理主键，例如：

上面的DIM_PRODUCT，产品的组件为PRODUCT_CODE。有时，在表中可以找到一个创建日期的日期属性（在上面的示例中为DATE_PRICE_UPDATED，有时是一个替代键（在上面的示例中为DATE_LAUNCHED_KEY）。另一个雪花型维度建模示例是SUPPLIER_KEY，通过该外键能够访问存储在DIM_SUPPLIER中的所有供应商属性。

垃圾维度

在垃圾维度中，属性互不相关。假设事务/源系统中的源表有4到8列，每列有2到6个值（有些是Yes / No列）。这些列彼此不相关，也不是很大的属性。这些列中的大多数解释了事实表本身。例如，电商网站中有一个支付表。支付表有订单ID列、客户ID列、实际付款日期、付款金额、付款方式等。但是该表还有以下列：是否使用积分、是否使用优惠券和是否为秒杀订单。这些列均为「是/否」列。

这样我们就可以创建一个垃圾维度：

注意：

垃圾维度始终是静态，就是维度表的数量是固定的。
JUNK直接跟在DIM_后面。对于Y / N列，使用“ IS_…”或“…_FLAG”进行命名。
数据类型是一致的，即对于Y / N列，它可以是bit或CHAR（1），但不能是INT或VARCHAR（N）
优先选择CHAR（1）
垃圾维度是没有业务主键的
扩展垃圾维度：
- 如果我们向垃圾维度添加一列，会发生以下情况。上面的垃圾维度有9行，即4个Y / N列的组合为8行（4 * 2），外加未知行。注意理解：每一个列Y/N，不与其他列组合。
- 如果再添加1个Y / N列（例如IS_REFUNDABLE），则行数变为17，即对于现有的8行（不是未知行），将IS_REFUNDABLE设置为N。然后将现有的8行复制到第10 -17行，IS_REFUNDABLE为Y。注意理解：需要保证之前的维度数据依然有效，只是行政的这一列不起作用。可以想象下如果用该维度表关联事实表，如果关联出来的新列是Y，显然数据是错误的。
- 在事实表中，有JUNK_PAYMENT_KEY列，包含值0到17。
垃圾维度的列值也是可以被扩展的，例如：IS_PROCESSED列是Y / N列，但现在它还有第三个值U（未知）。

“
垃圾维度中的属性是属于事务（源表）级别（或事实表涉及的内容），并不是维度级别。
”

分割维度

当一个维度预计会很大时，例如：有5000万行，出于性能原因，我们可以将维度分为两个或三个。

拆分始终是垂直的，即某些列放入到维表1，有些列放入到维表2。例如，将客户详细信息放入dim_customer_contact，将与订单处理相关的客户属性放入dim_customer_order，将相关客户属性营销，促销和忠诚度计划已纳入dim_customer_marketing。

每个维度中的相关行具有相同的业务主键（自然主键），这种情况肯定是不能使用代理主键的。

文本维度

文本维度没有业务主键的。如果源事务表的文本列较窄（例如10至20个字符），并且该列不在维级别上，而是在事实表级别上，则将其保留在事实表中。例如：订单ID，交易ID，付款ID。但如果源事务表具有宽文本列，例如varchar（255）或varchar（800），有两种设计选择。

将此varchar列放在一个维度（称为“文本维度”）中。
将其保留在事实表中。

例如：一些注释列，交易描述列或订单描述列

选择哪种设计方式有几个注意事项：

文本列的长度和值重复度。文本越长，将其单独放在一个维度中是明智的，尤其是在事实表很大的情况下。
如果此varchar列中的值具有很高的可重复性，可以单独放在维度表中，节省空间。性能也一样，因为大多数访问事实表的查询都与text列无关。
如果文本列的长度为20-70个字符，并且可重复性非常低（例如1.2的倍数），则可以将该文本列保留在事实表中是合理的。
如果在源表中有两个注释/注释列，则最好创建两个文本维度，而不是将它们合并为一个文本维度

(1). 功能清晰–事实表中的不同替代键描述它们是什么

(2). 查询性能–维度表的行数较少，合并时避免了笛卡尔积性能低下

堆叠维度

堆叠维度是将两个或多个维度合并为一个维度的维度，如下所示：

堆叠的维度仅具有一个或两个属性，而且始终是不更新的。
不建议使用堆叠尺寸。但在实际开发中，堆叠维度确实存在。通常因为它与源系统中的类似，所以很多人只是将其复制到数据仓库中。我们经常会遇到一些类型和状态列：客户状态、产品类型、商铺类型、安全性类型、安全性类别、经纪人类型等。所有这些列均应具有各自的维度，因为它们确实是该属性尺寸。
但是有类型和状态列是事实表的属性，例如：事务类型或事务状态。要将交易类型和交易状态合并为一个维度，可以使用垃圾维度。尽量避免使用像这样的堆叠尺寸。

不同属性维度

最后一种类型是独特的属性维，其中所有属性都是事实表本身的属性。例如，考虑一个基金管理中的持有表，其中每个基金，证券和日期的颗粒都是一行。每个证券都具有许多属性，例如部门，等级，国家，货币，资产类别等。证券的示例包括债券，股票，CDS，IRS，期权，期货。从理论上讲，这些属性在各个基金中是一致的。但是事实并非如此，因为可能会被更新。

在正常情况下，部门，等级，国家，货币和资产类别都是安全维度的属性。它们实际上是持有事实表的属性。为了正确存储它们，应该创建一个独特的属性维，如下所示：

上面的示例比较简单，实际上，这种维度中的属性有可能会是几十个。顾名思义，以上维度包含一个独特的属性列表。并非所有可能的值，而是仅事实表中实际存在的值。这种维表没有业务ID。所有属性都是事实表的属性，而不是特定维度的属性。

一个不同属性维度可以在物理上分为两个或三个。这是一个垂直拆分，类似于之前的拆分维度，基于属性的逻辑分组。拆分它的目的是减少行数，从而提高查询性能。从某种意义上说，这就像一个垃圾维度，但是覆盖了更广泛的属性范围，即50-60列而不是3-5列。