1.定義：
維度表包含與業務過程度量事件有關的文本環境，即事件的5W1H：When,Where,Who, What,Why,How
tips:避免在維度屬性中使用空值(但這里注意空值NULL不關聯，但空串字符會關聯)；事實表不同，事實表的度量可以為空，但外鍵不能存在空值，否則違背了參照完整性。
2.一些關於維度的處理：
1）退化維：
一般來說事實表中的外鍵都對應一個維表，維的信息主要存放在維表中；但是退化維僅僅是事實表中的一列，這個維的相關信息都在這一 列中，沒有維表與之相關聯。比如：發票號，序列號等等。退化維具有普通維上卷、切片的各種操作。若發票號下有眾多明細項，退化維是表示母子訂單發票號的雙親關系唯一標識符，可識別哪些屬於同一訂單，這時退化維可用於分組鍵。
2）非規范化扁平維度：
非規范化的多對一固定深度層次(類似商品->品牌->類別樹狀多對一關系)，將多層次維度打開為多個扁平的維度屬性。以易用為主，不需要省空間而單獨建層次的維度表。
3）多層次維度：
與上面的多對一不同，這里指的是維度包含不只一個層次，如日歷可以按財務周期划分為天到周；也可以從天到月到年。
4）雜項維度：
即建立單獨的維度表將不同維度合並到一起，是一種事務概要型維度。不需要列出所有可能的笛卡爾積，但至少包含實際發生的可能情況。
5）支架維度：
就是維度表上還有維度外鍵的雪花模式，盡量少用。
3.緩慢變化維：
1）類型0：原樣保留
原始值，無變化的
2）類型1：重寫
只看當前值，不考慮歷史
3）類型2：增加新行
拉鏈表的處理方式，三個額外列：生效時間、失效時間、當前行標志。
4）類型3：增加新屬性--類似2019舊屬性，2020新屬性
可以考慮當前值，以及先前屬性值
5）類型4：增加微型維度
處理頻繁變化的維度屬性，如人口屬性。即將年齡、購買頻繁度、收入水平等轉換成離散的范圍值組成新的維度以適應變化，在邏輯層還是可以展開碼值使用。
有兩種場景不適合微型維度：數據挖掘分析、有分析離散值的需求