1. 什么是“维度上卷”

维度上卷 Roll-up 本质上是维度建模和 OLAP 中的分析概念；ETL 中的维度上卷，是通过数据转换和聚合，将细粒度事实数据加工为更高层级、更粗粒度的汇总数据。

• Roll-up 是分析语义
• ETL 是实现手段
• 聚合表、汇总事实表是落地结果

所谓上卷，就是从更细维度层级聚合成更高维度层，例如：

• 时间维度：日 → 月 → 季度 → 年

• 地域维度：城市 → 省份 → 国家

• 产品维度：SKU → SubCategory → Category

例如原始数据是：

经过时间和地域上卷（C1/C2都属于P1）：

这里发生了两个变化：

1. Date → Month
2. City → Province

同时：Revenue = SUM(100 + 150 + 80) = 330

2. ETL 中上卷的核心是“改变事实粒度”

上卷不能只理解为 GROUP BY。

它真正改变的是：

事实表中一行数据所代表的业务范围。

例如：

事实表中的维度键决定事实数据的粒度。事实可以存储在更高粒度，但高粒度事实通常无法再准确拆分回更细粒度

即 日级 → 月级 通常是可完成的；

但 月级 → 日级 如果没有保留日级明细，无法准确恢复。

3. ETL 中上卷的完整流程

flowchart TD
    A["原始数据"] --> B["Step1: 数据质量检查"]

    B --> B1["检查 City → Province 是否唯一"]
    B --> B2["检查 Province → Country 是否唯一"]
    B --> B3["识别缺失、错误和历史变更"]

    B1 --> C["Step2: 加载维表"]
    B2 --> C
    B3 --> C

    C --> C1["DimDate"]
    C --> C2["DimGeography"]
    C --> C3["DimProduct"]

    C1 --> D["Step3: 生成明细事实表"]
    C2 --> D
    C3 --> D

    D --> D1["FactRevenueDaily"]
    D1 --> E["Step4: 预聚合上卷"]

    E --> E1["FactRevenueMonthlyCity"]
    E --> E2["FactRevenueMonthlyProvince"]
    E --> E3["FactRevenueMonthlyCountry"]

    E1 --> F["Step5: 一致性校验"]
    E2 --> F
    E3 --> F

    F --> F1["各级 Revenue 总和均应为 330"]

    classDef step fill:#FFE08A,stroke:#A86700,color:#3D2900,stroke-width:2px
    class B,C,D,E,F step

3.1 数据质量检查

检查 City → Province

当前数据中，每个 City 只属于一个 Province，因此层级关系正常。

检查 Province → Country

最终可以建立稳定的地理层级：

flowchart TD
    A1["City1"] --> B1["Province1"]
    A2["City2"] --> B1["Province1"]
    A3["City3"] --> B2["Province2"]

    B1["Province1"] --> C2["Country1"]
    B2["Province2"] --> C2["Country1"]

3.2 加载维表

不建议在事实表里重复保存 City、Province、Country 名称。所以按照星型模型可以拆分事实数据与维度数据：

• 地域维表 DimGeography

• 日期维表 DimDate

• 产品表 DimProduct

地域维表 DimGeography

日期维表 DimDate

产品表 DimProduct

如果存在产品类别，还可以设计为：Product → ProductCategory → ProductLine

3.3 生成明细事实表

• 明细事实表FactRevenueDaily

粒度仍然是：Date + GeographyKey + Product

City、Province、Country 名称不需要重复保存在事实表中，而是通过 GeographyKey 关联 DimGeography

3.4 预聚合上卷

上卷一：Date → Month

目标粒度：Month + City + Product，生成 FactRevenueMonthlyCity

这里只提升了时间层级：Date → Month

City 维度仍保留在原层级

上卷二：City → Province

目标粒度：Month + Province + Product，生成 FactRevenueMonthlyProvince

计算过程：

1
2

Province1 = City1 100 + City2 80 = 180
Province2 = City3 150

这里同时发生：

Date → Month

City → Province

上卷三：Province → Country

目标粒度：Month + Country + Product，生成 FactRevenueMonthlyCountry

计算过程：

1

Country1 = Province1 180 + Province2 150 = 330

完整上卷路径为：

Date → Month

City → Province → Country

3.5 一致性校验

因此满足：

1
2
3
4
5

明细层 Revenue
= 城市层 Revenue
= 省份层 Revenue
= 国家层 Revenue
= 330

最终的数据流可以概括为：

flowchart TD
    A["明细事实:Date + City + Product"] --> B["月度城市汇总:Month + City + Product"]

    B["月度城市汇总:Month + City + Product"] --> C["月度省份汇总:Month + Province + Product"]

    C["月度省份汇总:Month + Province + Product"] --> D["月度国家汇总:Month + Country + Product"]

这就是 ETL 中维度上卷的核心：维度层级向上提升，事实粒度变粗，同时按照目标粒度重新聚合度量值。