杂项维度是什么
杂项维度（junk dimension）把事实表里若干低基数、彼此无关的标志位（是否新客、是否加急、是否首单、来源渠道标记）合并成一张维度表，行是这些标志的笛卡尔组合，事实表只保留一个代理键。好处是事实表变窄、查询可读：不必为每个标志单独建维度，也不用在事实表里堆一排布尔列。前提是组合数可控——两三个二值标志加一个三值标志就是十几种组合，但如果标志继续增加，组合会指数膨胀，这时更合适的是把可归类的标志做成正式维度属性。
基本信息
| 适用 | 多个低基数、彼此独立的标志位 |
|---|---|
| 做法 | 笛卡尔组合生成一行一组合，事实表存组合代理键 |
| 收益 | 事实表变窄、查询可读、维度表数量受控 |
| 注意 | 组合数要可控，过量则得不偿失 |
| 维护要求 | 新增标志要同步扩展组合表并回填历史 |
典型使用场景
- 订单事实表里的新客标记、加急标记、预约标记等多个布尔位
- 事实表里有若干取值只有两三个的渠道与类型标记
- 把散落在宽表里的标志位收敛成唯一维度，减少宽表列数
- 统一标志口径：多个团队对同一标志的理解通过维度表取值固定下来
- 配合 BI 工具：让业务方按“组合”直接筛选，不必写多个条件
组合维度示意
组合维度示意
-- 组合表：一行一种标志组合
CREATE TABLE dim_order_junk (
junk_sk INT,
is_new_user STRING, -- Y/N
is_urgent STRING, -- Y/N
order_source STRING -- app/h5/mini
);
-- 事实表只存 junk_sk，替代三个标志字段
CREATE TABLE fact_order (
order_id BIGINT, junk_sk INT, pay_amount DECIMAL(18,2)
) PARTITIONED BY (dt STRING);
-- 查询：加急新客的 App 订单
SELECT COUNT(1) FROM fact_order f JOIN dim_order_junk j ON f.junk_sk = j.junk_sk
WHERE j.is_urgent = 'Y' AND j.is_new_user = 'Y' AND j.order_source = 'app';组合规模估算
| 标志数 | 取值数示例 | 组合数 | 是否适合杂项维度 |
|---|---|---|---|
| 3 个二值标志 | 2×2×2 | 8 | 适合 |
| 4 个二值标志 | 2×2×2×2 | 16 | 适合 |
| 3 个二值加 1 个五值 | 2×2×2×5 | 40 | 可接受，需评估 |
| 6 个以上多值标志 | 组合继续相乘 | 数百以上 | 建议拆成正式维度 |
标志位已经很多且组合爆炸时，优先把可归类的标志做成正式维度属性，而不是硬塞进杂项维度：组合表本身也会成为维护负担。
标志位新增时忘记扩展杂项维度表，事实写入会因为找不到对应组合而失败或落成空值，且往往在大批量写入时才暴露。
组合表要随业务增长维护并回填历史：新增一种渠道后，旧数据的组合键要么补齐，要么明确按未知处理，不能留成查不到的代理键。