BI平臺分爲事實表、維表，然後兩種表聚合成一個寬表。(注意這裏取的BI平臺是Davinci：https://edp963.github.io/davinci/)
其維表、事實表的關係圖如下：
一個維表會對應多個事實表，而維表和事實表所有關聯起來就形成一個寬表，其關係如同mysql中的外鍵索引，如A表中有B_id，A作爲維表，B作爲事實表，A(維表)可通過B_id來關聯B(事實表)，然後關聯彙總生成的SQL就是寬表。
BI系統中可根據事實表和維度表的關係，應遵循如下兩種模型的規範：星型模型和雪花型模型。
-
星型表：反範式，數據冗餘，查詢效率高。
-
遵循範式：數據不冗餘，但引用層級深，維護複雜，查詢效率較低。
下面舉一個星型模型（體驗課上課預約記錄）的例子來說明如下：
上圖以user_table_course_schedule的部分字段(user_id、table_course_schedule_id、teacher_id、gmt_create)來作爲維度，並分別關聯到了userinfo、tablec_course_schedule、teacherinfo這三張事實表，然後形成一張寬表。
以上面星型模型的例子，對其進行修改，舉一個雪花模型例子來說明如下：
上面雪花模型中，學生信息事實表的orderId還繼續關聯了下一個層級體驗課記錄表，體驗課報名記錄表還可能會繼續往下關聯，對於複雜的系統而言，一般會採用雪花模型，關鍵層級會較多，而星型模型的關聯過於單一，層級不夠深，無法支持這種操作。
理解了上面兩種模型的設計，接下來需要確定維度和指標的用法：
維度與指標的規範：
-
維度：維度用於關聯事實表，也可用於做冗餘顯示（如gmt_create），用於數據檢索，所以對於維度設計時，可將其進行分類（看業務擴展需要）：
-
時間維：將時間進行維度細分，如gmt_create劃分爲年維度、月維度、日維度。
-
地域維：將地域劃分爲省維度、市維度、區維度。反例：把省市區 只作爲一個維度，而沒有拆分，後面進行篩選就不方便。
-
其他維度按業務進行擴招
-
-
指標：用於統計（如總和、平均數、最大值、最小值）、排序等。