《分布式数据仓库最佳实践》学员答疑实录（2）

一、前言

本文是《***分布式数据仓库最佳实践***》视频课程的学员答疑实录，学员答疑过程中，针对共性问题和具有代表性的问题，分享在此，算是立此存照。课程大纲见：《分布式数据仓库最佳实践-目录篇》，课程地址：网易云课堂。

二、正文

2.1 问题类型：

事实表设计：累积事实表，是否需要拆分成不同的事实表。

2.2 问题描述

**关键词：**业务系统中的累积事实表，数仓中是否需要拆分成不同的事实表；

详情：
胖哥，你好，想问下如果业务系统的表是一张累积事实表（交易可能有多个过程，加入购物车、下单、支付、评论，但是业务系统是一张大表），在数仓的时候需要将其拆分成多张事务事实表吗？

2.3 胖哥观点

关键词：需要；
详情：
学员 2019/2/20 14:33:40
目前是将其拆分
便于统计，但是发现因为很多维度都是相同的，除了存储多些，其他到时没有影响
胖子哥 2019/2/20 14:34:26
这里面有一个判断标准：数仓是面向分析过程的，提供的是尽可能多的场景的覆盖。
学员 2019/2/20 14:34:40
好的
胖子哥 2019/2/20 14:34:41
这里面涉及另外一个问题，性能优化。
学员 2019/2/20 14:34:58
分成多个事实表对于后面汇聚是容易的
胖子哥 2019/2/20 14:35:40
所以。1.最细粒度，必须拆分；2.从性能优化的视角，可以考虑做融合事实表（通常叫宽表）；二者同时存在。
1.是基础，覆盖分析型的场景和需求；2.是特定目的的特定应用
学员 2019/2/20 14:37:23
我现在是单事实表和累积事实表并存，累积便于去进行漏斗这样汇聚
主要是时长漏斗
胖子哥 2019/2/20 14:37:45
可以。
好多时候，可以逆推，当你发现自己的设计不好用的时候，就是需要反思设计的时候。
学员 2019/2/20 15:10:47
可以
胖子哥 2019/2/20 15:11:08
得存档，否则过后就忘。
学员 2019/2/20 15:14:12
还有个问题，就是建事实表时，事实表除了维度ID，还会退化维度一些关键查询便于识别的属性，例如产品ID、产品名称，这种操作可行吗
胖子哥 2019/2/20 15:14:40
退化维度是合理设计得一部分。
没问题。