如果你是剛接觸維度建模，可能對于維度的印象是不變化的或者變化緩慢，且具有相同屬性的集合體，例如日期維。但是在真實的應用場景中維度可能有十幾種之多，例如從維度使用的特點來看可以分為緩慢變化維度、角色維度、微型維度、縮小維度、雜項維度、支架維度等、橋接維度；從維度的處理方式可以分為快照維度表、拉鏈維度表等；從維度的數據特點可以分為遞歸層次、多值屬性、多值維度等。這些維度的類型以及方法可以提供相應的工具幫助處理真實的業務場景中。利用這些維度可以更好地平衡模型設計以及業務需求，同時具備一定的可拓展性以及可維護性等。

角色維

如果將維度想象成一把直尺，直尺上不同的刻度代表一個維度表上的不同的列。那么在幾何課上將直尺用來測量距離，在閱讀時用直尺用作書簽，夾在書中，這個時候直尺在不同的場景下有著不同的作用，這就是角色維的概念。即相同的維度表在不同的模型中起著不同的作用，一般可以用視圖實現。

微小維

如果直尺很長，但是每次測量都只用到前面的部分，那么就將直尺進行一定程度的裁剪，將用的最多的部分獨立出來，方便使用，這就是微小維的概念，即將維度的子集單獨出來進行使用。與微小維所類似的的是微型維的概念。微型維并不是以子集拆分而是以變化程度進行拆分的，即將維度中變化比較頻繁的維度單獨拆分出來進行管理。因為維度表往往都是寬表，單獨出來的微型維度可以防止維度表的頻繁更新導致鎖，進而影響使用。微小維與微型維示意圖如圖1所示。

圖片

▲圖1 微小維與微型維示意圖

支架維度

支架維度與橋接維度都可以看成維度的一種補充形式，前者是對于維度屬性的額外補充；后者是對于維度表的一種橋接關系，關聯另外的維度表。支架維度字如其名，是對于維度中屬性信息的一種補充，其主要是維度表中對于另外維度的引用關系。例如商品中有出廠日期屬性，但是日期屬性是屬于日期維度的信息，如圖2所示。

▲圖2 支架維度示意圖

支架維度本質上是不同維度表的關聯，但是在維度建模中維度表之間的關聯是應該通過事實表進行的。

橋接維度

對于橋接維度可能就更加好理解了，就是兩個維度表之間通過第三張維度表進行關聯，其中存儲另外兩個維度表的關系。如圖9-6所示，維度表A與維度表B之間某個字段的屬性存在多對多關系，基于這種多對多關系設計維度表C，用來存儲這兩個屬性的關系。例如代理商與客戶之間，一個代理商可以代理多個客戶，同時一個客戶也可以隸屬于多個代理商，那么維度表C則就是代理商與客戶的映射關系。當然依然還是按照維度建模的理論，維度之間的關系應該通過事實表去體現，如果你清楚這樣做帶來的好處以及壞處，那么依然可以采用這種方式去構建你的維度。橋接維如圖9-5所示。

圖片

▲圖3 橋接維示意圖

這樣通過支架維度、橋接維度我們可以解決維度中出現多值、多屬性的問題。然而對于某些零散的維度，每個維度屬性值都比較少，例如不同渠道的付款的方式：渠道粗略的看只有線上以及線下；付款方式的只有現金、信用卡、網絡支付。將這2個屬性進行笛卡爾組合之后，過濾掉不合理的場景，就完成了簡單的雜項維的構建，如表1所示。

表1 雜項維度

此外對于很多維度是有層級結構的，例如省份、城市或者母公司、子公司等。這種層次結構的維度對于應用使用并不友好，故往往采用扁平化的方式進行處理方便應用使用。但是這種處理需要根據具體的應用特點，例如對于省份城市可能直接進行平鋪展示，而對于某些場景會處理上一級公司或者下一級公司進行展示，如表2所示。

表2 平鋪處理層次維度

當然也有利用上下級別引用來進行展示的維度信息，如表3所示。

表3 利用上下級別引用處理的層次維度

說到這里一些常見的維度處理方式基本上就告一段落了，但是在維度的世界中，維度并不是一成不變的，恰恰相反，很多維度會隨著時間變化而進行緩慢的變化，例如用戶年齡每一年都要變化。同時一些業務的變化必然也會導致維度發生變化，例如公司部門或者產品屬性的調整都會導致此類的場景，因為這就引出來維度中非常重要的概念，緩慢變化維度。

那么關于緩慢變化維度在《企業級數據架構》一書中尋找吧。

關于作者：

李楊，資深數據架構師，在數據相關領域有10年以上工作經驗。頭部保險資管公司科技平臺交易系統團隊開發組負責人，負責多個應用以及數據平臺的建設、優化以及遷移工作。曾擔任某數據公司技術合伙人，負責多個金融機構的數據倉庫或數據平臺相關的工作。《企業級數據架構：核心要素、架構模型、數據管理與平臺搭建》作者。

本文摘編于《企業級數據架構：核心要素、架構模型、數據管理與平臺搭建》（書號：9787111746829），經出版方授權發布，轉載請標明文章出處。