Question

我正在开发一个数据仓库并遇到了一个我不确定如何修复的问题。当前架构定义如下：

DimInstructor＆lt; - 教师的维度表 DimStudent＆lt; - 学生的维度表

我想实现一个场景，如果教师的详细信息在我的OLTP数据库中发生变化，我想在DimInstructor表中添加一条新记录，以便出于历史报告原因。

现在，我想创建一个名为DimLesson的课程维度表。在DimLesson中，我想创建一个对教师的引用。

DimInstructor表包含：

InstructorDWID＆lt; - 输入DW时的标识字段 InstructorID＆lt; - 来自OLTP数据库的教师ID

现在，我无法将InstructorID作为主键，因为它不能保证是唯一的（如果教师更改其名称，DW中将有2条具有相同InstructorID值的记录）。

所以我的问题是，如何从DimLesson引用讲师？我使用InstructorDWID吗？如果是这样，我应该在DimInstructor中为教师提供2个条目，当我想要查看特定教师的所有课程时，它会使查询更复杂。

任何帮助将不胜感激！

Answer 1

您在此处描述的内容通常称为类型2维度。 Kimball数据仓库书籍有关于类型2维度的整个部分和类型的ETL - 请阅读。

首先要了解的是主键和业务键之间的区别。主键唯一地标识表中的行，而业务键唯一地标识表描述的实体，如教师。例如，如果教师更改名称， dimInstructor 表可能类似于：

InstructorKey  InstructorBusinessKey  FirstName LastName  row_ValidFrom row_ValidTo   row_Status
  1234           jane_doe_7211           Jane     Doe       2000-03-11   2010-08-12     expired
  7268           jane_doe_7211           Jane     Smith     2010-08-12   3000-01-01     current

现在，假设dimLesson是适合您的业务模型的设计（而不是具有某种事实）， dimLesson 将有一个名为InstructorKey的列。在ETL过程中，将新行（7258）传递到 dimInstructor 表时，将 dimLesson 中对行1234的所有引用替换为7268。

Answer 2

保罗，

有多种方法可以解决这个问题。您可以使用有效的日期/非活动日期，序列号或版本号来区分具有相同InstructorID的记录。

捕获所有相关细节的DIM就像......

create table DIM_INSTRUCTOR(
  instr_guid number, --populated through a sequence     -----Composite pk-Part1
  istr_oid   number, --direct id from the OLTP system   -----cmposite  pk-part2
  instr_name number,
  other_attr varchar2(25),
  eff_date   date,
  expiration_date date
);

instr_guid直接从序列生成，独立于OLTP系统。

这将让您捕获给定教师的所有详细信息。您可以只使用instr_guid作为事实表的外键，但包括它们（instr_guid，instr_guid）将增加查询的难易程度..这是Datawarehousing的目标之一。

有用的链接：

http://en.wikipedia.org/wiki/Surrogate_key http://en.wikipedia.org/wiki/Slowly_changing_dimension#Type_2

Answer 3

使用guid / uuid作为主键或列的组合

数据仓库设计问题

3 个答案: