数仓多值维度和桥接表怎么设计？
面试怎么回答
多值维度是指一条事实在既定粒度上同时关联多个维度成员。能自然拆分度量时，我会考虑细化事实粒度；不能拆分时，用组键和桥接表表达多对多关系。设计时重点明确事实粒度、关系有效期和统计口径：影响分析可保留完整度量但不能跨成员相加，需要可加汇总时必须维护权重且组内权重和为 1，避免 Join 后重复计算。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
一笔订单同时关联三个营销标签。如果直接把订单事实表和标签关系表 Join，订单金额会复制三份。
标签分析有了，GMV 却被放大了。这个问题该怎么建模？
这类场景的本质是：事实表一行在当前粒度上，对同一个维度同时存在多个合法取值，普通的一对多维度外键已经无法表达。
先确认事实粒度能不能调整
假设订单事实表粒度是“一行一笔订单”，一笔订单可以关联多个营销标签。
第一反应不应该是立刻建桥接表，而要先判断：业务度量能不能自然拆到“订单 + 标签”粒度。
如果每个标签都对应明确的金额分摊，事实表可以直接细化粒度，保存每个标签分得的金额。此时各行度量仍然可加，模型也更直接。
但如果标签只是描述订单影响因素，订单金额无法自然拆分，强行把事实表复制成多行就会造成重复统计。这时桥接表更合适。
桥接表如何表达多值关系？
常见设计是：
订单事实表
└─ 标签组键
└─ 标签桥接表：标签组键 + 标签键 + 权重
└─ 标签维度表同一组标签共享一个标签组键，桥接表为组内每个标签保存一行。事实表只保存一次订单金额，通过标签组键找到全部关联标签。
桥接表至少要明确：
- 关联的是哪一种事实粒度
- 每组包含哪些维度成员
- 同一成员是否允许重复
- 是否需要主标签、排序或关系类型
- 关系是否随时间变化
最容易踩的坑：指标重复计算
订单金额 100 元，关联 A、B 两个标签。Join 后两行都是 100 元，直接按标签汇总会得到 A=100、B=100。
如果目的是看“哪些标签影响过这 100 元订单”，这种结果可以作为影响口径，但不能再把 A 和 B 相加理解为总 GMV。
如果报表要求标签金额可加，就需要在桥接表中维护分摊权重，例如 A=0.6、B=0.4：
allocated_amount = order_amount * allocation_weight并确保同一标签组的权重之和等于 1。
所以使用桥接表前，必须先告诉下游指标属于哪一种口径：
- 影响口径：每个标签都看到完整事实值，不允许跨标签累加
- 分摊口径：按权重拆分事实值，可以跨标签汇总
- 去重口径：只统计事实主键去重后的数量，不直接求和明细度量
关系会变化时怎么办？
交易发生时就固定下来的标签组，可以把当时的组合固化在事实记录上。
如果是“账户—客户”“组织—成员”这类会随时间变化的多对多关系，桥接表还要考虑生效时间、失效时间以及两侧维度的历史版本。查询必须约束到同一业务时点，否则今天的关系可能被错误套到过去的事实。
一个常见错误设计
为了省事，在事实表里增加 tag_1、tag_2、tag_3 三个字段。
这种设计看起来不用桥接，但标签数量一变化就要改表；查询某个标签时要同时扫描多个字段，也很难表达排序、权重和生效时间。
桥接表的价值，就是用行扩展表达开放数量的多值关系。但它也会增加查询复杂度，所以要配套语义视图、权重规则和重复统计检查。