本文共 897 字，大约阅读时间需要 2 分钟。

数据仓库中的事实表是数据存储的基础，通常包含业务数据，如销售记录、用户行为等。与数据库中的表概念类似，事实表存储具体的数值型数据，确保数据具有可分析性。

1. 维度：描述数据特征

维度是数据的描述性属性，用于定义数据的分类维度。例如：

• 地理位置维度：包括“城市名称”、“经纬度”等。
• 用户属性维度：如“性别”、“年龄段”等。
• 产品维度：如“产品类别”、“产品型号”等。

维度的值可以是具体的数据项，如“北京”、“男性”、“18-25岁”、“手机”等。通过定义不同的维度，可以全面描述数据的属性特征。

2. 指标：衡量数据价值

指标是基于维度的具体量化指标，用于衡量特定数据维度的量度。例如：

• 人口维度的指标：如“人口数量”或“人口密度”。
• 销售维度的指标：如“销售额”或“销售额增长率”。
• 用户行为维度的指标：如“活跃度”或“留存率”。

指标通常需要结合度量字段进行计算，例如“收入增长率”需要用本月收入与上月收入进行比较。指标的设计需确保数据具有可比性和意义。

3. 度量：存储数据数值

度量是事实表中的数值型字段，用于存储具体的数据量化信息。度量字段需要统一单位，确保数据可汇总和比较。例如：

• 人口数量：单位为“人”。
• 销售额：单位为“元”或“美元”。
• 用户活跃度：单位为“次/天”或“百分比”。

度量字段的数据类型通常为数值型，支持聚合操作，如求和、平均、最大值等。

4. 维度与指标的关系

维度和指标通常是相辅相成的：

• 维度定义数据的分类维度。
• 指标衡量维度的具体量度。
• 通过组合多个维度和指标，可以构建复杂的分析模型。

例如，维度“城市”可以关联指标“人口”和“GDP”，进而构建“人口与GDP比率”等高级指标。

5. 指标与度量的区别

• 度量：存储具体的数值数据，类似于“尺子”测量物体的长度。
• 指标：衡量数据的相对程度，通常需要度量字段的计算支持。例如：
  • 收入增长率：（本月收入 - 上月收入） / 上月收入
  • 用户留存率：（当前月活跃用户数量 - 上月活跃用户数量） / 上月活跃用户数量

通过合理设计维度、指标和度量，可以构建一个完整的数据分析模型，支持深度的业务分析和决策支持。

转载地址：http://zhnuz.baihongyu.com/