user3118602's questions

我正在研究一个简单的数据集市，并且再次偶然发现了处理日期和时间。

这是车辆维护表格记录的设计，用于收集状态记录/备注以进行分析/可视化。此事实表中有几个日期和时间列。

我的问题是

1. 事实表应该窄而长，而不是宽。有了这么多日期和时间列，它使表格变宽了。如果我在前端查询LEFT JOIN和合并所有细节Vehicle.dim和VehMaintenance.fact输出，性能会不会很糟糕？现在想象一下我有更多的维度要加入，然后做一个将使它更宽LEFT JOIN。fact table我认为我的设计非常错误。

2. Vehicle.dim链接回Date.dim. 我在某个地方读到了dimension table不应该链接回另一个的地方，除非它是 asnowflake schema并且如果它是parent / child. dimension table像这样链接两者仍然可以吗？

请注意，我fact table将在 15 分钟内从数据仓库批量更新。插入记录始终是一个INSERT查询（将有多个相同的记录，除了这些相同记录的日期不同）。中会有NULL一些date columns。

以此为例（图片取自谷歌）：

Purchasing所有数据管道图都显示每个不同的业务单元或特定工作范围（在本例中为、Sales、 ）都有多个数据集市Inventory。

鉴于以下两个选项：

选项 A：

car-db
 |_ Databases
    |_ carDataMarts
       |_ dbo.fact_purchase_x
       |_ dbo.dim_purchase_y
       |_ dbo.dim_purchase_z
       |_ dbo.fact_sales_x
       |_ dbo.dim_sales_y
       |_ dbo.dim_sales_z
       |_ dbo.fact_inventory_x
       |_ dbo.dim_inventory_y
       |_ dbo.dim_inventory_z

选项 B

car-db
 |_ Databases
    |_ car_purchase_DataMart
       |_ dbo.fact_purchase_x
       |_ dbo.dim_purchase_y
       |_ dbo.dim_purchase_z
    |_ car_sales_DataMart
       |_ dbo.fact_sales_x
       |_ dbo.dim_sales_y
       |_ dbo.dim_sales_z
    |_ car_inventory_DataMarts
       |_ dbo.fact_inventory_x
       |_ dbo.dim_inventory_y
       |_ dbo.dim_inventory_z

1. 该图将如何转化为数据集市的实际实施（选项 A 或 B）？
2. 选项 A 和 B 在性能或可用性方面应该存在某种差异，如果是，这些差异是什么？

PS：使用 MS SQL

在阅读 SQL 时，我对新加载到事实表中的数据如何获得其 FK 感到困惑。用下面的例子说（图片来自谷歌）：

这是我对如何加载数据的想法

1. SaleID是自动生成的（例如增量），以便为新行提供唯一 ID
2. SalesQuantity, SalesPrice, SalesAmount, ReceiptID,TimeStamp被加载到factSales

问题是这个新加载的数据如何知道它应该添加什么 FK ( DateKey, CustomerKey, StoreKey, )？ProductKey我对维度表的理解是它描述了factSales.

例如，dimDate将具有截至 2050 年的预填充日期数据。如果将日期数据加载到factSales，它应该在TimeStamp其中包含诸如 的数据2020-05-01 13:00，如何FK1 DateKey知道如何将其自动分配给日期 2020-05- 01？其他维度也是如此CustomerKey，例如已经存在一些客户数据的维度。

谢谢你。

我是数据仓库的新手（在我的学生时代就学会了这一点），并且希望将数据仓库作为一个副项目。下面是我想出的一个简单的数据仓库设计：

数据仓库有 2 个维度表和 1 个事实表。1 个维度表包含日期时间数据，另一个包含设备数据。事实表包含在现场捕获的设备传入数据值。事实表中的数据粒度为 5 分钟。

我对如何处理时间序列感到困惑，如果有人能澄清这一点，我将不胜感激。假设来自设备的一行数据如下所示：

    datetime        drive_a   drive_b   drive_c   shaft_a   shaft_b   shaft_c   total_output
02/01/2022 13:05      4.2       3.2       7.4       5.3       8.2       6.4        4563.2

这将被处理并存储到数据仓库中的事实表中。

由于与传入数据的格式不同，如何处理datetime来自此传入数据的列？dateKeydatetime

我在想事实表需要另一个名为 的列dateTime_raw，但这违背了dim_datetime表格的目的，不是因为我的日期时间已经在我的事实表中了吗？

PS：对不起，如果我的问题令人困惑；由于我不精通该领域，因此尽力解释。