概述
标准的数仓设计（至少要有事实表、维度实体、维表），topic层其实就是雪花型宽表（单事实表上关联多个维表），app层其实就是星座型宽表（多个雪花型宽表union all），标准的app逻辑，应该是多个topic层union all，left join操作只存在于事实表和维表之间。
具体思路
基于标准的数仓，人工写sql，其实就是对物理事实表在逻辑上进行扩展，主要逻辑可以总结为以下两种
- 【维度扩展】我们基于雪花模型，根据事实表、维度实体、维表之间的绑定关系，对事实表进行了逻辑上的展开。
举例来说，下图中，【事实表】绑定了【商家维度实体】，而【商家维度实体】又绑定了【商家维表】，【商家维表】又可以扩展出【商家蜂窝维表】，通过多次left join，可以将【商家维表】及其扩展出维表中的所有维度纳入至逻辑宽表中。 - 【指标扩展】通过原始指标+维度维值的计算方式，可以扩展出派生指标；通过四则计算可以扩展出计算指标。
经过这两种方式的扩展，我们就得到了一张雪花模型逻辑宽表。
在完成雪花模型逻辑宽表的构建过后，我们在一致性维度的基础上进行跨雪花模型宽表的计算指标的扩展。进而得到星座模型逻辑宽表。
经过以上述的扩展，我们就得到了雪花模型逻辑宽表，星座模型逻辑宽表两种逻辑宽表模型，下文统称为逻辑宽表。