事實表從粒度的角度分為三種，分別是交易粒度事實表、週期快照事實表和累計快照事實表。
交易粒度事實錶能提供某個確切時刻的描述資訊。以銀行帳戶中儲存的客戶資訊為例來說，**機構會週期的更新客戶的名稱、位址、**號碼、客戶分類、信用等級、風險等級及其他描述性資訊。建立的交易粒度事實表如下所示：
變更日期（
fk）帳戶號（sk）
**（fk
）客戶資訊變更型別（fk）
帳戶號（nk）
名稱（文字事實）
位址（文字事實）
**號碼（文字事實）
客戶分類（文字事實）
信用等級（非可加性數字事實）
風險等級（非可加性數字事實）
...
這是乙個典型的記錄的度量事實都是文字型描述資訊的事實表。這樣的事實表和維度表之間的區別並不明顯。
這個事實表中有三個是關聯到普通維度表的外來鍵，分別是變更日期、**和交易型別。帳戶號（
nk）是帳戶的自然鍵，是帳戶的唯一標識。帳戶號（
sk）是帳戶的**鍵，也是這個事實表的主鍵，它標識了這個事實表中的每一次變化。
我們可以將該事實表中的帳戶號**鍵做
type 2
型緩慢變化維處理，並將它關聯到其他事實表作為外來鍵。舉例來說，我們除了收集帳號本身變動資訊外，還會收集訪問款情況和帳號餘額資訊，並建立事實表如下：
對後乙個事實表進行分析，其中的一條記錄可以準確的對應到前一張事實表中相應時點的帳號資訊上，即我們可以得到每一次交易時點時帳戶對應的客戶資訊。我們會發現，前一張事實表和維度表並沒有什麼差別。
出處：
資料倉儲 維度表
維度建模將業務抽象成事實和維度兩個概念。維度建模的核心是對齊維度。所以維度表的一致性是很重要的！維度表是如何進行處理的呢？穩定的維度表。比如 時間維度表 這種維度表的屬性是穩定的，不需要做天的全量快照資料，直接匯入一次即可 緩慢漸變維 維度會隨著時間發生緩慢的變化。比如 使用者維度表 資料量很大，但...
資料倉儲中清空維度表問題
資料倉儲搭建好以後,若維度表資料量不是很大,可採用全部更新的方式來提高效率,因為若用增量更新,則需要漸變維度元件,效率較底.採用全部更新,每次載入維度表之前必須先清空維度表,可在載入維度表的控制流前面加乙個 執行sql任務 用來清空維度表。但由於資料倉儲往往包有主外來鍵約束,清空表時會遇到問題,這時...
資料倉儲 事實表和維度表的設計
資料倉儲的物理模型較常見的操作型資料庫的物理模型有很大不同。最明顯的區別是 操作型資料庫主要是用來支撐即時操作，對資料庫的效能和質量要求都比較高，為了防止 garbage in，garbage out 通常設計操作型資料庫的都要遵循幾個正規化的約束，除非少數情況下為了效能進行妥協，才可能出現冗餘。而...