维度建模四步法：选业务过程、声明粒度、确认维度、确认事实

做数据仓库建模，我见过太多人一上来就画 ER 图，结果画到一半发现根本对不齐业务。其实有个更靠谱的套路——Kimball 老爷子总结的维度建模四步法。这四步我用了十几年，每次都能把混乱的需求理清楚。

说白了，就是四个问题：做什么？多细？从哪看？看什么？咱们一个一个拆。

第一步：选业务过程

业务过程，就是业务里发生的一件事。比如电商的「下单」「支付」「发货」，银行的「开户」「转账」「放贷」。每个业务过程对应一个事实表。

我个人的习惯是，先跟业务方聊清楚：你们最关心的核心活动是什么？别一上来就想着把所有表都建了，那又回到烟囱式开发的老路上了。

举个例子，一个电商平台的核心业务过程可能有：

业务过程	事件描述	典型事实
下单	用户提交订单	订单金额、商品数量
支付	用户完成付款	支付金额、支付手续费
发货	仓库发出商品	发货数量、物流费用
退货	用户申请退款	退款金额、退货数量

你看，每个过程都是独立的「事件快照」。把它们分开建模，后面做分析时才能灵活组合。

第二步：声明粒度

粒度，说白了就是一行数据代表什么。这是四步法里最容易翻车的一步。

我曾经在一个项目中，业务方说「我要看每天的销售汇总」，我就直接建了日汇总表。结果两周后他们又说「我要看每个订单的明细」——完蛋，粒度太粗，回不去了。只能重做。

常见的粒度声明方式：

• 事务粒度：每发生一次事件就一条记录。比如每笔支付、每次点击。
• 周期快照粒度：每个周期（如每天）每个实体一条记录。比如每日账户余额。
• 累积快照粒度：每个流程实例一条记录，记录其全生命周期。比如每个订单从下单到完成的全过程。

我个人建议，能用事务粒度就别用快照。事务粒度最灵活，能回答的问题最多。快照粒度虽然查询快，但一旦业务需求变了，你只能干瞪眼。

第三步：确认维度

维度就是看问题的角度。比如「哪个用户买的？」「什么时间买的？」「在哪个渠道买的？」——这些「谁、什么、何时、何地」就是维度。

确认维度时，有个简单的方法：对着粒度描述，把每个「修饰词」拎出来。比如粒度是「每笔订单的每个商品行」，那修饰词就有：订单号、商品ID、用户ID、下单时间、支付方式……这些就是维度。

常见的维度类型：

• 日期维度：几乎每个事实表都有。年、季、月、周、日、节假日……
• 产品维度：商品名称、品类、品牌、规格。
• 客户维度：姓名、等级、地区、注册时间。
• 门店/渠道维度：门店编号、区域、类型。

嗯，这里要注意：维度不是越多越好。我见过有人一张事实表挂了 30 多个维度，查询慢得要命，业务方还看不懂。一般 5-10 个维度就够用了，核心维度控制在 8 个以内。

第四步：确认事实

事实就是你要衡量的数值。比如金额、数量、时长、次数。事实必须跟粒度严格对齐——粒度是「每笔订单」，那事实就不能是「每天的总金额」。

事实分三种：

事实类型	说明	例子
可加事实	可以跨所有维度相加	销售金额、商品数量
半可加事实	只能跨部分维度相加	账户余额（不能跨时间相加）
不可加事实	不能相加，只能做比率	单价、折扣率、利润率

我刚开始做建模时，总想把所有字段都塞进事实表。后来发现，事实表里只放度量值，描述性的东西全扔给维度表。这样事实表才「瘦」得下来，查询才快得起来。

四步法实战：一个完整的例子

咱们拿「电商订单」来走一遍四步法：

1. 选业务过程：「下单」——用户提交订单这个事件。
2. 声明粒度：「每笔订单的每个商品行」——一条记录代表一个商品在一个订单里的购买行为。
3. 确认维度：订单维度、商品维度、用户维度、时间维度、门店维度。
4. 确认事实：商品数量、销售单价、折扣金额、实际支付金额。

你看，四步走完，模型结构就清晰了：

-- 事实表：订单明细事实
CREATE TABLE fact_order_detail (
    order_sk      INT,      -- 订单维度外键
    product_sk    INT,      -- 商品维度外键
    customer_sk   INT,      -- 客户维度外键
    date_sk       INT,      -- 日期维度外键
    store_sk      INT,      -- 门店维度外键
    quantity      INT,      -- 商品数量（可加事实）
    unit_price    DECIMAL,  -- 单价（不可加事实）
    discount_amt  DECIMAL,  -- 折扣金额（可加事实）
    pay_amt       DECIMAL   -- 实付金额（可加事实）
);

这个模型，既能回答「昨天卖了多少钱」，也能回答「哪个商品卖得最好」，还能回答「哪个门店的折扣最大」。你想想看，如果一开始就做烟囱式的汇总表，能做到这么灵活吗？