一、宽表的设计

在数据仓库实践中，宽表模型以结构简单，模型容易理解，数据访问效率等优势，被业界广泛采用。 所谓宽表就是，基于某个实体分析对象而建立的一个逻辑数据体系，由实体的维度、描述信息、以及基于这个实体一系列度量组成。

作为数仓里面非常重要的一块，前面我们介绍过了维度表、事实表，今天我们介绍一下宽表。前面也说过了数仓是分层的，这是技术进步和时代变化相结合的产物，数仓的分层是为了更好地管理数仓以及更加高效地进行数据开发。

而宽表主要出现在 DWD 明细层和 ADS 报表层，当然有的人说 DWS 层也有。宽表：从字面意义上讲就是字段比较多的数据库表，通常情况下是将很多相关的数据包括维度表、实时、已有的指标或者是 DWS/DWD 表关联在一起形成的一张数据表。

由于把不同的内容都放在同一张表存储，宽表已经不符合数据仓库三范式的模型设计规范，将大量不同范畴的字段放到一张表里，故随之带来的主要坏处就是数据的大量冗余；但也带来了好处，与之相对应的好处就是查询性能的提高与便捷，查询时不需要跨表只需在这张宽表里进行即可，不需要与许多维度表进行join操作，故节省并减轻了系统资源开销（网络+内存+算力等等），这在数据体量较大时尤为明显 。

这种宽表的设计广泛应用于机器学习/数据挖掘模型训练前的数据准备，通过把相关字段放在同一张表中，可以大大提高数据挖掘模型训练过程中迭代计算时的效率问题。（总之，利用空间换时间，在大数据环境下便于训练迭代、减少表关联数量，修改少量数据时不需要管多张表）。