3、数据仓库架构与维度设计基础

数据仓库架构与维度设计基础

1. 维度设计基础

1.1 代理键与自然键

在数据仓库中，代理键（surrogate keys）和自然键（natural keys）是重要的概念。代理键在列名中通常带有“_key”后缀，例如客户维度的代理键为“customer_key”，销售人员维度的代理键为“salesperson_key”。在图示中，维度表的代理键通常作为第一个属性列出。

自然键则是在运营系统中唯一标识某事物的键列，如“customer_id”“sku”“salesperson_id”，分别用于标识特定的客户、产品和销售人员。

代理键和自然键的分离使数据仓库能够跟踪变化，即使原始运营系统无法做到。例如，运营系统中客户“ABC Wholesalers”的“customer_id”为 10711，若该客户更改总部位置，运营系统可能直接覆盖该“customer_id”的地址。但出于分析目的，可能需要跟踪该客户的历史信息。由于星型模式不依赖“customer_id”来唯一标识客户维度中的行，因此可以存储“ABC Wholesalers”的多个版本，即使它们具有相同的“customer_id”，这些版本可通过不同的代理键值区分。

1.2 事实表

星型模式的核心是事实表（fact table）。事实表除了呈现事实外，还包含指向各个关联维度表的代理键。例如，简单的订单星型模式包含“quantity_ordered”“cost_dollars”“order_dollars”等事实，以及指向产品、销售人员、客户和订单日期的代理键。

事实表中的外键有时可用于唯一标识一行，但并非总是如此。事实表的每一行存储特定详细级