引言

在數據倉庫（Data Warehouse）設計中，事實表（Fact Table）和 事實寬表（Wide Fact Table）是兩種常見的存儲度量數據的表格。它們在結構、查詢效率、存儲方式等方面有所不同，選擇合適的設計模式對於提高查詢性能、減少存儲開銷以及滿足業務需求至關重要。本文將詳細介紹事實表與事實寬表的定義、區別及應用場景，並通過實際的 SQL 示例幫助您更好地理解這兩種設計模式。

1. 事實表（Fact Table）概述

什麼是事實表？

事實表是數據倉庫中的核心組成部分，它存儲了關於某一特定業務過程的度量數據。例如，銷售事實表可能記錄每一筆銷售的銷售額、數量、折扣等信息。事實表通常與維度表通過外鍵進行連接，維度表則提供了描述性的信息（如產品、客户、時間、地區等）。

事實表結構：

• 度量數據（Measures）：事實表的核心內容是度量數據，如銷售額、利潤、訂單數量等。這些度量數據是我們進行分析的主要對象。
• 外鍵（Foreign Keys）：事實表通過外鍵與維度表關聯。例如，ProductID、CustomerID、DateID 等外鍵將事實表與產品維度表、客户維度表、日期維度表等聯繫起來。
• 粒度（Granularity）：事實表的粒度指的是每條記錄的詳細程度。例如，銷售事實表的粒度可能是按“每筆銷售”記錄，或者按“每日銷售彙總”記錄。

事實表的例子：

假設我們有一個銷售事實表 SalesFact，記錄了每筆銷售的銷售金額和銷售數量，並與多個維度表連接：

• 外鍵：ProductID、CustomerID、DateID 連接到相應的維度表，提供關於產品、客户和日期的信息。
• 度量數據：SalesAmount 和 QuantitySold 是事實數據，反映了銷售過程中的重要度量。

查詢示例：

假設我們要查詢 2023 年第一季度每個產品類別的總銷售額，SQL 查詢可以如下編寫：

SELECT 
    p.Category AS ProductCategory,
    SUM(s.SalesAmount) AS TotalSales
FROM 
    SalesFact s
JOIN 
    ProductDim p ON s.ProductID = p.ProductID
JOIN 
    DateDim d ON s.DateID = d.DateID
WHERE 
    d.Year = 2023 AND d.Quarter = 1
GROUP BY 
    p.Category
ORDER BY 
    TotalSales DESC;

解析：

• SalesFact 表記錄了每筆銷售的事實數據，ProductDim 表提供了產品的類別信息，DateDim 表提供了日期的年份和季度信息。
• 查詢結果將按產品類別彙總銷售額，返回 2023 年第一季度的銷售排名。

優缺點：

優點：

1. 結構簡潔：事實表僅存儲外鍵和度量數據，易於理解和維護。
2. 適合複雜查詢：適合需要多維分析和彙總的複雜查詢，尤其是 OLAP 查詢（聯機分析處理）。
3. 靈活性高：支持快速擴展和修改，新增維度或度量時修改成本較低。

缺點：

1. 查詢時需要聯接：事實表通常需要與多個維度表進行聯接，查詢複雜度較高。
2. 存儲較為分散：由於維度數據存儲在維度表中，查詢時需要多次訪問不同表，可能影響查詢性能。

2. 事實寬表（Wide Fact Table）概述

什麼是事實寬表？

事實寬表是事實表的一種變體，它將所有維度信息和度量數據合併到一張表中，而不是通過外鍵與多個維度表進行關聯。簡單來説，事實寬表是“寬”的表，通常包含大量的列，其中包括維度信息和度量數據。

事實寬表結構：

• 所有維度信息存儲在同一表中：在事實寬表中，所有的維度信息（如產品名稱、客户信息、時間等）都直接存儲在表中，而不是通過外鍵引用維度表。
• 寬表列數多：因為每個銷售記錄都包含了所有維度的數據，表格的列數可能非常多，因此稱為“寬表”。
• 沒有外鍵：事實寬表中不再使用外鍵與維度表關聯，維度信息存儲為常規列。

事實寬表的例子：

假設我們有一個寬表 SalesWide，將維度信息和度量數據直接存儲在同一張表中：

• 維度信息存儲在表中：ProductName、ProductCategory、CustomerName、Date、Region 等列直接存儲在表中，而不是通過外鍵連接其他維度表。
• 度量數據：SalesAmount 和 QuantitySold 是度量數據。

查詢示例：

查詢 2023 年第一季度每個產品類別的總銷售額，可以直接從 SalesWide 表中獲取：

SELECT 
    ProductCategory, 
    SUM(SalesAmount) AS TotalSales
FROM 
    SalesWide
WHERE 
    Date BETWEEN '2023-01-01' AND '2023-03-31'
GROUP BY 
    ProductCategory
ORDER BY 
    TotalSales DESC;

解析：

• 因為所有的維度數據都已經存儲在 SalesWide 表中，查詢時不需要進行聯接。
• 該查詢非常高效，適合簡單的分析場景，但隨着數據量的增大，查詢性能可能會受到影響。

優缺點：

優點：

1. 查詢高效：由於所有數據都存儲在同一張表中，查詢時不需要進行表聯接，查詢速度較快。
2. 結構簡單：維度信息和度量數據在同一張表中，數據模型簡單，易於維護。
3. 適用於小規模數據：適合數據量不大且查詢結構簡單的場景。

缺點：

1. 數據冗餘：每條記錄都存儲了大量的維度信息，導致數據冗餘，增加了存儲成本。
2. 擴展性差：隨着維度數量的增加，寬表會變得非常龐大，查詢性能可能會下降，且表結構不易擴展。
3. 不適合複雜查詢：當維度結構複雜時，寬表不適合進行多維分析，且隨着數據量增大，查詢效率可能降低。

3. 事實表與事實寬表的對比

總結

• 事實表適用於需要高效、多維分析的場景，支持複雜查詢和大規模數據倉庫設計，能夠提供較好的查詢性能和擴展性。
• 事實寬表適用於查詢簡單且數據量較小的場景，它的查詢效率較高，設計簡單，但隨着數據量的增加，可能會出現存儲冗餘和性能下降等問題。

在實際應用中，選擇 事實表 還是 事實寬表 需要根據具體的業務需求、數據量以及查詢複雜度來決定。對於數據倉庫的複雜查詢和多維分析，事實表是更合適的選擇；而對於簡單查詢和小規模數據分析，事實寬表則可能更高效。