数据仓库基本概念：建模、分层与常见表

本文梳理数仓建模思想、分层与表分类，约 1300 字。

一、两大思想领袖与建模思想

Inmon 把数据仓库定义为「面向主题的、集成的、随时间变化的、相对稳定的支持管理决策的数据集合」，用规范化关系模型存储。

Kimball 把数据仓库定义为「为查询和分析定制的交易数据的副本」，方法常称为多维模型（维度建模）。

二者方法不同，核心思想却相似：数据来源于其他系统、以提升价值方式整合、面向更快更全面分析、提供更可靠集成的数据。

二、维度建模与星型、雪花模型

几乎所有统计分析都可归结为「实体 + 维度 & 指标」，维度建模为 OLAP 量身定制，是数仓用于数据分析的精髓。

星型模型以事实表为中心、维度直接相连，结构简单；雪花模型在维度上再扩展维度。实践中倾向星型以减少关联、便于维护。

维度可无限演变，需做层级管理：常用一级维度冗余到主表，不常用的二级以上维度按需关联，在便捷性与维护难度间找平衡。

三、分主题与分层

分主题：按业务流程（风控、获客）、功能应用（公众号、支付）或运转部门（客户、财务、市场）划分，方法不是对立的，常相互交叉。

分层：粗略分采集层 ODS、模型层 DWD、应用层 APP，中间可扩展 STG、DWS、DM。目的：空间换时间、流水线职责清晰、公共沉淀复用。

主题内数据单一流向，主题间可适当跨层（如 A 主题 APP 层标签表常作为 B 主题 DWD 层维表）。

四、数仓中的几种表

维度表：存储业务状态与实体属性，通常为码值解释表（码表），是聚合统计基础。

事务事实表：记录随流程产生的动作，一旦产生不再变化（日志表、流水表）。

状态拉链表：记录实体生命周期的状态变更时点，追加式存入，数据量少于快照表。

快照表：记录某时刻瞬时状态，为追溯历史留底稿；还有周期快照与累计快照事实表。维度变化需记录最新快照表 + 拉链表，兼容存储与便利。