30、无事实事实表：建模条件与活动对比分析

无事实事实表：建模条件与活动对比分析

1. 无事实事实表的应用场景

无事实事实表可用于那些与事件或活动无明显对应关系的情况，常见示例如下：
- 跟踪分配给每个客户的销售人员。
- 记录个人对项目或福利的资格。
- 记录恶劣天气警报生效的时间。
- 捕捉特定时间活跃的营销活动。

2. COUNT() 与 SUM() 的对比

在事实表中添加一个始终为 1 的事实列，可使 SQL 查询更易读，让查询使用 SUM() 函数而非 COUNT() 函数。然而，数据库管理员可能指出，这种技术可能有副作用，会在查询时产生不必要的数据库活动。

以统计 2009 年 1 月发生的联系人数量为例，当使用 COUNT() 时，数据库优化器只需统计索引中的“命中”数量，无需读取实际行；而使用 SUM() 时，数据库必须从磁盘读取行以获取值并求和，这会增加磁盘 I/O，尤其当 2009 年 1 月的行在磁盘上未聚集时，SUM() 会比 COUNT() 花费更长时间。

不过，添加常量值事实列仍很有用，但最好与数据库管理员讨论。而且，添加该列并不妨碍编写使用 COUNT() 的查询，COUNT() 和 SUM() 都是可用选项。

3. 条件建模的原因

事实表用于捕捉维度之间的关系，通常是在交易或活动的上下文中。而某一时刻的条件也能在特定上下文中关联维度，如销售人员与客户、产品与促销、个人与合格福利之间的关联。这些条件对理解订单、销售或福利参与等活动很重要。

例如，一个跟踪订单的星型模式，事实表 order_facts 的粒度是订单行，每行关联特定日期的客户、产品和销