Início / dba / Perguntas / 74595
Accepted
ivanmp
Asked: 2014-08-22 12:00:39 +0800 CST

Hierarquia para modelo dimensional

  • 772

Estou tentando modelar um DW onde tenho vários níveis de geografia (Bairro, Distrito, Cidade, Estado).

Tenho vários dados demográficos que devem ser incluídos no modelo. Esses dados incluem contagem de pessoas que vivem nessa área, renda mensal média, idade média e outros. O nível mais baixo para o qual tenho dados é o bairro, o que significa que pode ser agrupado para calcular os valores dos níveis superiores.

A Geografia é modelada em uma única dimensão (desnormalizada), onde cada nível recebe sua própria coluna.

Agora tenho que ajustar os dados demográficos no modelo. Devo colocá-lo em outra dimensão separada ou devo colocá-lo na dimensão Geografia? E os níveis agregados?

Colocar tudo na dimensão Geografia me deixaria com um grande número de colunas:

  • Identidade
  • Nome do bairro
  • Nome do distrito
  • Nome da Cidade
  • Nome do estado
  • Renda mensal média do bairro
  • Idade média da população trabalhadora do bairro
  • Bairro Número de pessoas
  • ...
  • Renda mensal média do distrito
  • Idade média da população trabalhadora do distrito
  • Distrito Número de pessoas
  • ...
  • Renda mensal média da cidade
  • Idade média da população trabalhadora da cidade
  • Cidade Número de pessoas
  • ...

Isso está correto? Isso parece bastante complicado. Procurei designs alternativos em vários livros (incluindo o de Kimball), mas não consegui encontrar nada satisfatório.

Existem alternativas melhores, comprovadas, aprovadas e confiáveis ​​para esse projeto?

database-design data-warehouse

1 respostas

  1. Best Answer

    Minha opinião sobre isso é que talvez você queira tentar usar uma dimensão pai-filho, para que o modelo permita uma quantidade teoricamente infinita de níveis. Dessa forma, você pode conectar os fatos a cada nível da hierarquia.

    Aqui está um exemplo:

    CREATE TABLE dimGeography (
    id
    parent_id
    geographyType
    geographyCode
    geographyName
    PRIMARY KEY (id)
);

CREATE TABLE factDemographics (
    date
    geography_id
    monthlyIncome
    workingPopulationAge
    numberOfPeople
    PRIMARY KEY (date, geography_id)
    FOREIGN KEY (geography_id) REFERENCES dimGeography (id)
);

    As vantagens desta abordagem são:

    • você é livre para adicionar ou remover níveis como quiser ao longo do tempo sem alterar o modelo de dados
    • você pode conectar fatos (demográficos) a cada nível
    • sem colunas de medidas duplicadas, ou seja, apenas uma coluna chamada "número de pessoas"
    • à prova de futuro: alguns países ou regiões podem usar diferentes tipos de níveis - por exemplo, nem todos os países usam "estado".

    As desvantagens que posso pensar são:

    • você pode ter que redesenhar sua dimensão existente (?) ou tabela de fatos
    • sua ferramenta de BI pode não ser capaz de lidar com dimensões pai-filho
    • consultas SQL mais complexas ao agregar os fatos em níveis superiores

    Não tenho a menor ideia se esta é a solução "correta" de acordo com Kimball, Inmon, etc. Em vez disso, gostaria que você verificasse se ela se aplica às suas necessidades específicas. ;)

    • 3

relate perguntas