《数据仓库工具箱（第2版）：维度建模权威指南》读书笔记

Ralph Kimball & Margy Ross 著，Wiley，2002（第2版）。维度建模（Dimensional Modeling）领域的奠基性实操手册，俗称”Kimball 红宝书”。

核心方法论：维度建模四步法

全书最核心的设计流程（第2章零售案例中提出，贯穿所有案例）：

事实表（Fact Table）：业务事件的数值测量，行数巨大，外键指向维度表
维度表（Dimension Table）：事件的分析性上下文描述（日期、产品、门店、促销）
星型模式（Star Schema）为核心呈现结构；反对雪花化（维度规范化会拖慢查询、增加开发复杂度）
代理键（Surrogate Keys）：维度表必须用无业务含义的整型代理键，以支持 Type 2 缓变维度和一致性维度
数据仓库总线架构（Bus Architecture）：企业级数据仓库 = 多个部门数据 mart 的集合，通过**一致性维度（Conformed Dimensions）**和一致性事实总线矩阵（Bus Matrix）集成

类型	特点	典型场景
事务事实表（Transaction）	每笔交易一行，粒度最细，加载追加	零售小票、订单行、总账分录
周期快照事实表（Periodic Snapshot）	固定周期（如每月末）对存量余额拍照	库存快照、账户余额、人力资源
累积快照事实表（Accumulating Snapshot）	一行贯穿一个里程碑流程，随流程推进更新	订单履行管线（下单→发货→收款）、贷款流程

退化维度（Degenerate Dimension）：单据号（如交易流水号、订单号）直接放事实表，不建维度表
垃圾维度（Junk Dimension）：把大量低基数布尔/标志字段打包成一个维度
角色扮演维度（Role-Playing Dimension）：同一日期维度扮演下单日期/发货日期/收款日期等多个角色
支柱维度（Outrigger）：维度表引用另一维度表（如客户维度引用城市维度）
多值维度（Multivalued Dimension）：一个事件对应多个维度成员（如一笔销售多促销），用桥接表处理
异构产品/异构事实：不同产品线属性差异大时的分表与整合策略
实时分区（Real-Time Partition）：事实表按冷热数据分区，热分区支持近实时加载（第5章，2002年即提出，是 Lambda 架构前身之一）

零售销售与库存、采购、订单管理、CRM（客户维度地址解析/行为分组）、会计总账、人力资源（时间戳维度、审计维度、问卷数据）、银行（家庭维度、值带、时点余额）、电信与公用事业、运输、教育、医疗健康、保险。每个行业都演示四步法的落地和该行业特有陷阱。