一、事实表基础概念

说实话，我刚开始做数据仓库那会儿，对事实表的理解也走过弯路。那时候总觉得，不就是一张存数字的表嘛，有什么好研究的？直到被业务部门追着问「为什么这个月的销售额对不上」，我才老老实实把事实表从头啃了一遍。

这一章，我们就从最基础的概念说起。别觉得简单，基础打不牢，后面设计聚合表、处理缓慢变化维度的时候，你会吃大亏。

1.1 什么是事实表

事实表，说白了就是记录「发生了什么」的表。每一行代表一个业务事件，比如一笔订单、一次点击、一通客服电话。

我习惯这样理解：事实表存的是「度量」，维度表存的是「描述」。度量就是那些可以加、减、求平均的数字——销售额、数量、时长、次数。描述就是谁、什么时间、在哪个地点、通过什么渠道。

举个例子。你在电商平台买了一部手机，订单金额 5999 元，下单时间是 2024-03-15 14:30:00。这笔记录落到事实表里，大概长这样：

订单ID    | 日期ID | 客户ID | 商品ID | 门店ID | 金额   | 数量
---------|--------|--------|--------|--------|-------|-----
100001   | 20240315 | 8521  | 307    | 12     | 5999  | 1

你看，除了订单ID这个自然键，剩下的全是外键（日期ID、客户ID、商品ID、门店ID）和数值（金额、数量）。这就是事实表的典型结构。

1.2 事实表在星型模型中的位置

星型模型为什么叫「星型」？你想想看，中间一张事实表，周围一圈维度表，用线连起来，是不是像星星？

我画了张图，帮你直观理解这个结构：

这张图你应该能看懂。事实表在正中间，四个维度表分布在四周。每个维度表通过一个外键和事实表关联。查询的时候，先过滤维度表，再关联事实表拿度量值——效率很高。

1.3 事实表与维度表的区别

很多新人分不清事实表和维度表。我刚开始也犯过这个错——把「商品名称」直接塞进事实表，结果事实表膨胀得飞快，查询越来越慢。

这里我整理了一张对比表，帮你一眼看明白：

对比维度	事实表	维度表
核心内容	业务事件的度量值	业务对象的描述属性
数据量	极大，持续增长	相对稳定，变化缓慢
典型字段	外键、数值、时间戳	主键、文本描述、分类属性
更新频率	几乎不更新，只追加	偶尔更新（SCD策略）
查询模式	聚合、求和、平均	过滤、分组、打标签
索引策略	位图索引、分区	B树索引、主键索引

我再给你说个具体的场景。假设你要分析「2024年第一季度，北京地区，高端手机的销售额」。

• 维度表负责「过滤」：时间维度筛选出 Q1 的日期ID，门店维度筛选出「北京」的门店ID，商品维度筛选出「高端手机」的商品ID。
• 事实表负责「计算」：拿着这三个ID集合，去事实表里匹配，然后对金额字段求和。

你看，各司其职。维度表告诉你「找什么」，事实表告诉你「找到了多少」。

1.4 事实表的粒度概念

聊事实表，绕不开「粒度」这个词。什么叫粒度？就是一行数据代表什么。

• 最细粒度：一行代表一次原子事件。比如一笔订单中的一件商品（订单行级别）。
• 粗粒度：一行代表一个汇总结果。比如某天某门店的总销售额。

我个人的习惯是：能细就细，不要提前聚合。为什么？因为细粒度数据可以向上聚合出任何粗粒度结果，但反过来不行。你想想看，如果事实表存的是「每天每家门店的总销售额」，业务突然要分析「每个小时的高峰时段」，你就傻眼了——数据已经被你弄丢了。