維度建模：星型架構與雪花架構

請說明資料倉儲的維度建模方法。

什麼是維度建模

由 Ralph Kimball 提出，專為分析查詢優化的資料倉儲建模方法，核心是事實表（Fact Table）與維度表（Dimension Table）。

事實表（Fact Table）

儲存業務事件的度量值（Measures），如銷售金額、數量、點擊次數。通常包含多個外鍵指向維度表，以及一或多個數值欄位。

維度表（Dimension Table）

描述業務事件的上下文（Context），如客戶、產品、時間、地區。提供分析的「切片維度」。

星型架構（Star Schema）

事實表居中，維度表直接連接（非正規化）。查詢簡單、效能好，是主流選擇。

雪花架構（Snowflake Schema）

維度表再進一步正規化（如地區維度拆成國家、城市、地區三張表）。節省儲存但查詢需更多 JOIN，複雜度高。

實務建議

優先選擇星型架構，雪花架構只在儲存成本極敏感時考慮。現代雲端倉儲（BigQuery、Snowflake）儲存廉價，正規化意義不大。