为什么需要维度建模
在数据仓库建设中，维度建模是一种以业务过程为核心、面向分析场景的建模方法。它由 Ralph Kimball 提出，核心思想是将数据组织为事实表（存储可度量的业务指标）和维度表（存储描述性属性），从而让业务人员能够直观、高效地查询数据。
维度建模最常用的两种模式是星型模型和雪花模型。理解它们的区别，是设计数据仓库时的关键决策。
星型模型：简单直接
星型模型由一个中心事实表和多个维度表组成，所有维度表都直接与事实表关联，维度表不再进一步规范化。
特点：
- 维度表是反规范化的，存在冗余
- 表结构扁平，连接层级少
- 查询性能通常更好
示例： 销售事实表包含日期、产品、门店、销售额。产品维度表中直接存储产品名称、类别、品牌等，不拆分单独的类别表。
优点：
- 查询简单，连接少，性能高
- 业务用户容易理解
- 适合 BI 工具快速生成报表
缺点：
- 数据冗余可能带来一致性维护成本
- 维度表更新时需要处理冗余字段
雪花模型：规范化优先
雪花模型是对星型模型的扩展，将维度表进一步规范化，拆分成多个层级关联的表。例如，产品维度拆分为产品表、类别表、品牌表，通过外键关联。
特点：
- 维度表符合第三范式，减少冗余
- 表数量更多，连接层级更深
- 存储空间更节省
优点：
- 数据冗余低，一致性容易保证
- 结构清晰，便于维护大型维度
缺点：
- 查询需要更多连接，性能可能下降
- 对业务用户不够直观
如何选择：关键考量因素
选择星型还是雪花，没有绝对答案，需要结合具体场景：
- 查询性能要求：如果报表查询频繁、对响应时间敏感，星型模型通常更优。
- 存储成本：如果存储资源紧张，且维度数据量大，雪花模型可以节省空间。
- 维度复杂度：简单维度（如日期、性别）适合星型；复杂层级维度（如组织架构、产品分类）可考虑雪花。
- 团队技能：业务用户和 BI 工具更适应星型模型，雪花模型需要更强的 SQL 能力。
- ETL 复杂度：星型模型 ETL 相对简单，雪花模型需要更多转换步骤。
实践建议：
- 在大多数数据仓库场景中，优先推荐星型模型，因为现代列式存储和计算引擎（如 ClickHouse、Snowflake、BigQuery）对冗余和连接的优化已经很好，性能差异不再显著。
- 如果维度表非常庞大且更新频繁，可以考虑雪花模型，但需评估查询性能影响。
- 混合使用也是常见做法：核心维度用星型，复杂维度用雪花。
总结
星型模型和雪花模型各有优劣。星型模型以查询性能和易用性见长，雪花模型以规范化和存储效率取胜。入门阶段，建议从星型模型开始，理解事实与维度的关系，再根据实际需求逐步优化。
无论选择哪种模型，都要确保：
- 事实表粒度明确
- 维度表包含完整的业务描述
- 一致性维度（conformed dimension）跨事实表复用
维度建模是数据仓库的基石，选对模型能让后续的数据分析事半功倍。