问bigquery中是否有类似事实和维度的概念？

EN

主键、事实和维度是上一代数据仓库需要依赖的概念，以获得性能。

例如，在Teradata中，需要一个主索引键来在节点之间分发数据。这个发行版将是稍后启用快速执行查询的关键--但在BigQuery世界中，不需要这种预先计划好的节点间分发。

事实，维度，星型模式，OLAP立方体也是如此.它们存在的主要原因是为了以后支持更快的查询--通过限制可以查询的内容以及其中的维度。您不需要在BigQuery中担心这个问题。

与其将其划分为正常形式，不如有一个平面表，其中包含BigQuery中的所有维度。任意连接也将是快速的，但是平面表和嵌套数据在这里很容易处理。

现在，您不再受到旧的技术需求的限制-- removing duplicates成为了一种不同的操作类型。

当涉及到SCD1和SCD3时，想想如何处理这个扁平的表。

对于这两种情况，您都需要在目标表上运行更新，或者从零开始生成一个新的平面表，而不是仅仅更新维度表。

当前生成的DWH不像旧的DWH那样保持一致性和历史数据。当前生成仍然可以使用平面表的唯一原因是，它们要么考虑不可变的数据，要么不遵循一致性规则。这将在几年后结束，一旦数据增长，基础设施和这些建模方式再次出现，我们将再次回到维度模型。它已经是这样的了，如果您使用PBs的数据，您不会一次又一次地重新加载该数据，因此您尝试将其拆分为增量批，对于任何不可变的(即事实和维度)都是不可变的。

如果您有超过几个TB数据，或者您需要每小时加载DWH，我会一如既往地这样做。如果您低于一个TB的数据，并且只需要在DWH中进行每日更新，那么最简单的可能就是每次都重新加载。