我浏览了整个网站列表,这是我认为最好的匹配。这实际上与数据库管理无关,更像是数据库设计。请原谅我并将我指向正确的站点。
我正在为基本的 BI 系统设计一个数据库。此刻我碰壁了,就是这样(使用虚拟数据进行解释):
假设我的事实表包含以下信息:
John Doe flew from LAX to ATL on 1 Nov in flight AB-123
维度及其属性为:
- 传单 - 名称、俱乐部
- 机场 - 城市,代码
- 日期 - 年、月、日
- 航班 - 代码、标准、延误、价格
现在,我可以很容易地生成这样的报告:
Airport --> LAX DFW ORD ATL Total
Gold 50 40 10 25 125
Silver 240 300 95 140 775
Bronze 1000 1500 800 1800 5100
Total 1290 1840 905 1965 6000
使用如下查询:
select fd.club, ad.code, count(f1.id) from flyer fd, airport ad, fact1 f1
where fd.id = f1.fid and ad.id = f1.aid and month(f1.date) = 10
group by f1.club, ad.code;
但我的问题来自传单的“俱乐部”状态是一个移动目标。今天处于黄金状态的传单可能在 10 月份处于白银状态,所以我在这里将他算在错误的组中。因此,我想我需要一个像这样的单独事实表:
John Doe entered Bronze club on 8/15
John Doe entered Silver club on 10/20
...
“俱乐部”作为原始传单维度的属性退出。相反,出现了一个新的俱乐部维度。
然后为了生成我需要的报告,我加入了这两个事实表。
我在正确的轨道上吗?或者是否有其他更简单的解决方案?我能想到的另一种选择是将俱乐部包含在原始事实表中,在 ETL 过程中处理它。所以事实变成了:
John Doe of Silver Club flew from LAX to ATL on 1 Nov in flight AB-123
请让我知道哪种方法更好,或者是否有第三种方法。
做到这一点的方法就是 Kimball 所说的Type-2 或 Type-6 缓慢变化的维度。. 本质上,类型 2 SCD 具有合成维度密钥和由基础实体(在本例中为传单)的自然密钥和“生效日期”组成的唯一密钥。合成键与事实表连接,因此您可以使用简单的等连接来附加它(即您不必在查询中按日期范围进行过滤)。
所有属性(例如本例中的俱乐部)都是传单的属性。如果其中一个属性发生更改,则会在记录新状态的维度上创建一个新行,从更改日期开始生效。
type-6 与普通的 type 2 类似,但对当前版本的行具有自连接。每当为给定的自然键创建新行时,该自然键的所有行都会使用当前行的自连接进行更新。您可能需要也可能不需要此功能。
您可以通过将事实表与记录在其上的行(即当前状态)连接起来来查询 as-at 状态。如果您有 type-6,则可以通过自连接查询当前状态,如果需要,也可以在事实表上具体化。
这些数据也可以很好地与 ad-hoc 报告工具和多维数据集一起使用,尽管在缓慢变化的维度上实现复杂的多维数据集层次结构有点繁琐(随着时间的推移,您需要为层次结构级别和组合的自然键保留占位符)。
一个好的起点是谷歌搜索“类型 2 缓慢变化的维度”
我会保留一张单独的桌子
FlyerName, FlyerClub, StartDate, EndDate
通过这种方式,您可以跟踪一段时间内的变化,并且可以随时了解某人所在的俱乐部。
当前记录的
EndDate
值为NULL
。在数据集市中,您需要将时间变量属性非规范化到事实表中。
您的事务源数据库将在传单表上包含传单的俱乐部级别,或者可能在 JNK 建议的与传单相关的日期历史表中。
在您的数据集市中,您需要将每个特定传单的当前俱乐部级别应用于汇总传单、航班、日期等的事实记录
在您的情况下,俱乐部是传单的时变属性,但您感兴趣的事实是传单和航班的组合。因此,您需要在航班交易(事实表)上记录 FlyerClub。只要您不让传单在飞行途中更换俱乐部,这将起作用。