維度表

維度表（Dimension Table） 是維度建模的另一個核心，儲存了與業務事件相關的敘述型資料，用來提供事實表（Fact Table）中度量值的情境補充。這些敘述型資料為分析提供了分類、篩選和彙總的依據，幫助組織從不同角度進行數據分析和報表生成。

接下來會對維度表做詳細介紹，包括維度表的組成、類型及設計時該注意的事項：

案例-數位學習平台

後面的說明我們一樣會用數位學習平台作為案例輔助：

在數位學習平台上，學生會不定時的收到作業，並且自己可以在任意的時間開始做作業，
開始以後系統會讓學生依序作答每一個題目，直到答對所有題目，就能按下完成作業送出，
系統會自動做批改、計算得分。

維度表的組成

1. 主鍵（Primary Key）：

• 定義：和關聯式資料庫一樣，是該筆資料的唯一值，事實表中的外部鍵會關聯到維度表的主鍵。
• 特點：主鍵應該是唯一且非空值

2. 屬性（Attributes）：

• 定義：屬性會為數據分析提供情境，用於過濾、分組或進行彙總操作。
• 特點：
  • 屬性可以是不同類型的數據（如文字、數字、日期等），例如產品、地點、時間、銷售人員名稱等。
  • 屬性通常是可讀的類別資料

3. 多層次屬性：

• 有一些維度表蠻常將不同粒度層次的屬性放在一起，方便同一筆資料就能取得不同層次的屬性。例如，時間維度可能包括年、季度、月份、日等層次。
• 特點：
  • 再次強調維度表的設計的大原則是**『去正規化』**。
  • 層次結構使得資料可以按不同粒度進行分群和彙總，支持「從細到粗」或「從粗到細」的資料切片分析。
  • 多層次屬性有助於進行多維度分析，例如同時按照年、月份、地區等進行分析。

常見的維度表類型

1. 時間維度表：

• 定義：時間維度表用來描述與時間相關的屬性，如年、季度、月、日、星期等。
• 日期是一個最特別的維度表，幾乎所有分析都會涉及時間維度，時間維度表幫助分析某個業務事件在何時發生，能進行趨勢分析、依據不同的時間區間來彙總數據，也可以針對產業的特殊節日做註記

2. 地理維度表：

• 定義：地理維度表存儲與地理位置相關的信息，如國家、省份、城市、區域等。
• 你可以按縣市、地區做分群，甚至經濟條件、氣候等不同資料分類，來幫助分析不同地區的業務表現或客戶行為。

3. 產品維度表：

• 定義：產品維度表描述有關產品的信息，如產品名稱、類別、品牌、尺寸、顏色等。
• 用產品屬性來分析銷售數據、產品使用狀況。

4. 客戶維度表：

• 定義：與客戶相關的屬性，如客戶姓名、年齡、性別、職業、地理位置等。
• 用於分析客戶行為、購買習慣以及按客戶分類的市場細分報告。

維度表的設計的注意事項

1. 簡潔易懂的結構與欄位定義：屬性的定義和結構盡量簡潔，並且有明確的定義與分析意義，能夠為分析提供實際價值
2. 避免過度正規化： 過度正規化可能會導致分析效率降低，因此維度表應該是**「寬表」**，以扁平化、多層次屬性放在同一張維度表的做法，來減少資料表之間的關聯
3. 緩慢變化維度（Slowly Changing Dimension，SCD）：有些維度隨著時間會發生變化，例如：客戶的地址變更，處理維度表中資料變化的是一個挑戰，不同的情境需要不同的處理策略，你需要考量未來資料的可追溯性，常見的處理策略包括：

• SCD Type 1：直接覆蓋舊數據，只保留最新的數據。
• SCD Type 2：為每次變更創建一條新記錄，保留變更歷史。
• SCD Type 3：在原記錄中保留舊值和新值，用於部分歷史查詢。

SCD 不是數字越大就越好，像是 SCD Type3 ，聰明的你應該會發現，其實很少使用。

小結

維度表在維度建模中扮演著關鍵角色，為分析提供了分類、篩選和彙總的依據。合理設計維度表，可以幫助團隊更高效地進行資料分析，並確保資料倉儲具有良好的效能和可擴充性。透過簡化設計、清晰的命名、層次結構的應用和處理緩慢變化的技術，能夠為組織打造強大的資料決策引擎！
明天我們就用一個實際的案例，來走過一次從OLTP的資料表，拆解成OLAP的Data Cube！