维度建模（dimensional modeling）是数据仓库建设中的一种非常重要的数据建模方法，是将数据进行结构化的逻辑设计方法。
维度建模由数据仓库领域的大师Ralph Kimball最先提出，他所参与著作的《数据仓库工具箱》是数据仓库工程领域最流行的数仓建模经典著作。
维度建模是从分析决策的需求为出发点，构建数据模型，构建的数据模型是服务于数据分析需求。维度建模在解决更快速完成数据分析需求的同时，还能提供较好的大规模复杂查询的响应性能需求。
因此，维度建模就是一种组织数据仓库的形式、模型，用这种方式组织搭建的数据仓库，对快速支持数据分析有着巨大的帮助，目前也是比较主流的数仓模型。
一、维度建模基础知识
首先介绍一些关于维度建模的基础知识，主要包括事实表、维度表、粒度等。
1、事实与事实表（Fact Table）
事实表是指其中保存了大量业务度量数据的表，是数仓最核心的表。
事实表中的度量值一般称为事实。通常，最有用的事实就是数字类型的事实和可加类型的事实。事实表的粒度，决定了数据仓库中数据的详细程度。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/129239.html