目录
维度建模作为目前数据仓库最主流的建模方法，其核心和灵魂就是维度。在维度建模中，度量或者指标叫做“事实”，而其所在的环境就是“维度”。维度的设计过程就是确定维度属性的过程，维度属性的选取优劣直接决定数据仓库的易用性。
维度设计基本方法
- 选择维度或新建维度，在企业级数据仓库中，维度要保证唯一性，一个维度有且只有一个维度定义
- 确定主维表，即确定与维度实体直接对应的ods表，比如课程维度表就对应业务系统的ods_course表
- 确定相关维表，即确定与维度关联的维表，还拿课程维度表举例，年级、学科就是与课程相关的维度
- 确定维度属性
- 尽可能生成丰富的维度属性
- 尽可能多地给出包括一些富有意义地文字性描述
- 区分数值型属性和事实
- 尽量沉淀出通用的维度属性
缓慢变化维
由于数据仓库会记录数据的历史变化过程，所以维度属性是会随便时间变化的。因为维度不会像事实一样快速变化，变化相对缓慢，所以称之为缓慢变化维即SCD（Slowly Changing Dimensions）。举个常见的例子，用户维度表是很多业务都会用到的维度表，其中一些维度属性就会缓慢变化，比如用户等级（可能根据用户活跃程度或者其他业务规则进行判断）。
针对缓慢变化维问题，常见的处理方式有以下三种：
1、直接覆盖
此种方式，每次都以最新的数据为准，不关心历史数据。这种方法最简单粗暴，也容易理解，但是局限性也比较大，对于一些周期性指标，会出现历史指标多次变化，重跑历史数据失真等问题。
2、全量快照
此种方式，可以按照调度周期分区存储全量数据，然后与事实表关联时增加一个分区关联条件，可以完美复现历史场景，从准确性角度看，最准确。当然，缺点也很明显，由于维度变化缓慢，大量分区数据重复，浪费存储资源，也影响查询性能。
3、拉链表
针对缓慢变化维问题，目前最主流的方式就是使用拉链表。首先，解释一些拉链表的定义，拉链表是针对数据仓库设计中表存储数据的方式而定义的，顾名思义，所谓拉链，就是记录历史。记录一个事物从开始，一直到当前状态的所有变化的信息。
具体实现方法分为两种：
1、增加维度行
此种方式可以保存完整的历史维度属性，适用于多维度属性都会变化的场景。通过增加维度有效期即增加开始时间start_date、结束时间end_date.
????????1、获取业务系统变化的数据。可以根据update_time或者binlog还原增量更新数据，也可以
将所有变化的字段进行md5，再比较,效率高，得到增量数据（一个时间周期内只保留最后的状态）
????????2、历史拉链表与变化数据表做关联，关联上的数据即为变化的数据，修改此部分end_date为当前日期
????????3、变化数据表，新增start_date（当前日期）和end_date（9999）
????????4、历史拉链表与变化数据表合并，再覆盖历史表即可
2、增加维度列
此种方式适用于某一个维度属性变化的情况，比如维度属性xx_desc变化，只需要在维度表增加一个列xx_desc_new。每次维度属性发生变化时，更新xx_desc_new为最新值，将原来的xx_desc_new填充到xx_desc中。此种方式，更加简洁，也便于理解，但是无法保存所有的历史变化值
