数据蒋堂｜JOIN延伸-维度概念
来源：数据蒋堂
作者：蒋步星
本文长度为1320字，建议阅读3分钟
本文为你讲解维度概念。
谈到数据分析时常常会用到维度这个词，针对数据立方体的钻取、旋转、切片等操作都是围绕维度进行的，几乎所有的数据分析人员都知道并会运用这个术语，但要问及它的定义，却几乎没有人能给出来。
通俗来讲，我们把用来分类的属性（字段）称为维度，比如地区、年度、产品类型等；而另外一些用于聚合运算的属性则称为测度，比如销售额、产量、考试成绩等。维度不能做聚合运算，比如计算地区合计是没有意义的；测度则不能用于分类，比如按销售额分类也没什么业务意义。我们通常就是用是否”可用于分类“来判定一个属性是不是维度，但这其实只是对于维度性质的描述，并不能作为定义。
我们基于关系数据库来讨论这个问题，先简单回顾一下基本概念。
设有一个关系数据库，其中有若干数据表，表的数据结构由字段构成，表的数据由记录构成。
数据表的某些字段被指定为主键，需要满足这样的条件：表中所有记录在这些字段上的取值是互不相同的。也就是说，可以用主键值来确定唯一相应的记录。数据表可以没有主键，但有只能有一套。构成主键的字段称为主键字段。
每个数据表可以有多套外键，外键也是该数据表的某些字段，其取值总是在另一个表（可能是本表）的主键取值范围内。这里的另一个表被称为外键指向表，简称外键表，构成外键的字段被称为外键字段。
现在，我们定义：在关系数据库中，不是外键字段的主键字段被称为维度，维度所在的表称为维表，维度可以用维表的主键字段来标识。顺便地，我们定义即不是主键字段也不是外键字段的字段为测度。从这个定义上看，显然不可能某个字段既是维度又是测度。
需要说明的是，我们这里所说的主键外键是指逻辑意义上的概念，也就是在数据的E-R结构设计中的主外键。有时为了性能而在物理数据结构中并不真地建立主键和外键，这种情况不在我们的考虑范围内。
先从一些例子来理解维度的定义。
看这两个同维表：
employee 员工表
id
员工编号
name
姓名
salary
工资
...
manager 经理表
id
员工编号
allowance
岗位津贴
...
我们会在manager表建立外键，字段为id，指向employee表的主键id。这时，manage.id既是主键字段也是外键字段，那么它不是维度。而employee.id是主键字段而不是外键字段，那么它就是维度。
再看主子表的情况：
Orders 订单表
id
订单编号
customer
客户
date
日期
...
OrderDetail订单明细
id
订单编号
no
序号
product
订购产品
price
价格
...
OrderDetail.id是主键字段，但也是指向Orders表的外键字段，所以它不是维度。而Orders.id是主键字段但不是外键字段，那么它是维度，OrderDetail.no是主键字段且不是外键字段，它也是维度。
OrderDetail.no这个维度有些特殊，一般来说，不会有另外一个外键字段和它关联了，我们把这种未被指向的维度称为孤维。在查询界面中做维度对齐运算时一般不用列出来孤维。
再来检验这个定义是否和常规的维度观念相符，并且对于不相符的情况要给出合理的解决方案。
对于地区、产品这些常规维度，数据库中都会有对应的地区表、产品表，那么这些维度就对应了这些表的主键字段，符合我们定义。而销售额、产量等属性则不可能对应到某个表的主键，所以确实也不是维度。
但日期（或年度）呢？它显然是个维度，但数据库中并没有一个表以它为主键，似乎不符合我们的维度定义。
事实上，所有用到日期数据类型的数据库在逻辑上都应当有一个日期表，其它数据表的日期型字段均可以视为指向这个日期表的外键。但由于日期的相关信息都可以由日期本身计算出来（年度、月份等），而不需要单独存储的属性，因此我们通常不会在物理数据库中建立这个日期表。那么，只要在逻辑上恢复这个日期表，日期就符合前面的维度定义了。我们把这种逻辑上应该有但物理上并未建立的表称为假表，假表可以看成是一个单字段无记录的表，这个单字段也就是该表的主键，这样就可以承载没有物理表的维度了。类似地，年度、月份也都可以用假表定义。
再观察年龄这种属性，它有可能用于分类（每个年龄的人数），又可能用于聚合（某部门人员的平均年龄），从性质上看，它似乎即是维度又是测度？这就与我们的定义相悖了。
其实，我们在用年龄分类统计时并不是用年龄值本身，而是年龄段，且年龄本身应该是个实数值，这是不能用于分类的。也就是说，年龄是测度，而通过年龄计算出来的年龄段才是个维度。这时候，我们要引入维函数概念，维函数以某个字段值为参数，返回某个维度的取值。通过维函数可以把测度转换成维度，在它的帮助下，我们就可以保持维度的严格定义，同时又不和常规观念矛盾。
这里的维度定义是基于外键概念的，而我们知道，外键实际上定义了表之间的JOIN关系。从这个意义上讲，维度是被JOIN定义的！