“维度退化”是数据仓库维度建模中的概念，当你想要理解这个名词的时候，相信你一定大致了解什么是事实表、维度表了，那就直接开始吧。

百度百科的解释如下：

是不是看了官方解释感觉好像明白了又有点迷糊，那接下来就让我拆开揉碎了解释一番。

假设我们有这样一张事实表（多事务）：服务订购订单事实表

表结构如下：

字段

字段中文名

order_id

订单ID

buyer_id

订购者ID

severice_id

服务ID（691175：商城版；690529：小程序；2085817039：旺铺卡）

severice_name

服务名称

order_type

订单类型（0:新订购 ，1:续订 ，2:升级）

crt_order_time

下单时间

pay_order_time

支付时间

pay_order_amt

支付金额（元）

从表结构可以看出，该表存储的内容是买家每下单一种服务时产生的相关信息记录。为了站在订购者的角度去分析数据（如：当月各个渠道总支付金额数），理论上可以设计一张订购者维表，存储订购者的相关属性（性别、年龄、渠道来源、电话、地区等等）。

而在这张事实表中，粒度即为订单ID。

那么在上面这张事实表中，哪个字段看上去像维度关键字，却又不需要为它单独设计一张维表呢？

如果设计一张服务维表是否可行，包含字段（服务ID、服务名称、服务类型、服务上架时间、服务时长等等）？

退化维度是这样一种维度：过于简单或诸如订单ID这种量级很大的维度，不值得单独创建一个维表进行存储。

那么，订单ID和服务ID（服务维表可剔除，维度属性可放在事实表中）都可以作为退化维度

至此，再看看官方解释就不难理解了

减少事实表和维度表的关联

该技术减少维度的数量， 简化维度数据仓库模式。 简单的模式比复杂的更容易理解， 也有更好的查询性能。

如果存在退化维，ETL的过程会变得非常容易

可以让group by 等操作变得更快

当一个维度没有数据仓库需要的任何数据的时候就可以退化此维度，需要把退化的相关数据迁移到事实表中，然后删除退化的维度。退化维度没有对应的维表，但可以获取与之相关的事实，如上订单号对应的订购者，服务对应的订购金额等。

Kimball书中对退化维度的描述为：操作型事务控制号码，例如：订单号码，发票号码，提货单号码通常产生空的维度，经常保存为事实表中的退化维度。退化维度是没有对应维度表的维度键。