在星型模式中表示为：

Question

给出以下星型模式表。

其实，两个维度，两个措施。

#   geog_abb  time_date amount     value
#1:       AL 2013-03-26  55.57 9113.3898
#2:       CO 2011-06-28  19.25 9846.6468
#3:       MI 2012-05-15  94.87 4762.5398
#4:       SC 2013-01-22  29.84  649.7681
#5:       ND 2014-12-03  37.05 6419.0224

地理维度，单一层次结构，层次结构中的3个级别。

#   geog_abb  geog_name geog_division_name geog_region_name
#1:       AK     Alaska            Pacific             West
#2:       AL    Alabama East South Central            South
#3:       AR   Arkansas West South Central            South
#4:       AZ    Arizona           Mountain             West
#5:       CA California            Pacific             West

时间维度，两个层次结构，每个都有4个级别。

#    time_date time_weekday time_week time_month time_month_name time_quarter time_quarter_name time_year
#1: 2010-01-01       Friday         1          1         January            1                Q1      2010
#2: 2010-01-02     Saturday         1          1         January            1                Q1      2010
#3: 2010-01-03       Sunday         1          1         January            1                Q1      2010
#4: 2010-01-04       Monday         1          1         January            1                Q1      2010
#5: 2010-01-05      Tuesday         1          1         January            1                Q1      2010

示例是剥离代理键以提高可读性。在结果中，层次结构中的级别没有其他属性，只是不要打扰它们，它们仍然是层次结构中的级别。

在星型模式中表示为：

         GEOGRAPHY (all fields)
        /
       /
   FACT
       \
        \
         TIME (all fields)

在雪花模式中表示为：

                    geog_region_name
                   /
                  geog_division_name
                 /
                geog_abb (+ geog_name)
               /
              /
          FACT
              \
               \
                time_date
                   |
hierarchies:       |
        weekly    / \    monthly
                 /   \ 
                /     \
   time_weekday         time_month (+ time_month_name)
            |             |
            |             |
        time_week     time_quarter (+ time_quarter_name)
            |             |
            |             |
        time_year      time_year

您如何调用以下架构

是否有任何具体名称？ Starflake？ :)

        |>-- geog_region_name
        |
        |>-- geog_division_name
        |
        |>-- geog_abb (+ geog_name)
        |
        |
        geography base
       /
      /
  FACT
      \
       \
        time base
        |
        |
        |>-- time_date
        |
        |>-- time_weekday
        |
        |>-- time_week
        |
        |>-- time_month (+ time_month_name)
        |
        |>-- time_quarter (+ time_quarter_name)
        |
        |>-- time_year

它基本上有一个维度基础表，用于存储维度中每个层次结构的每个级别的标识。不需要递归遍历雪花的级别，可能更少的连接。数据仍然很好地规范化，只有键被非规范化为 base 表。所有层次结构中的所有级别都与维度库中维度的最低粒度键相关联此外，具有维度库表允许在层次结构级别的粒度下处理该表中的时间变量属性/时间查询。

这是表格表示。

还在自然键上！

事实

#    geog_abb  time_date amount     value
# 1:       AK 2010-01-01 154.43 12395.472
# 2:       AK 2010-01-02  88.89  6257.639
# 3:       AK 2010-01-03  81.74  7193.075
# 4:       AK 2010-01-04 165.87 11150.619
# 5:       AK 2010-01-05   8.75  6953.055

时间维度基础

#     time_date time_year time_quarter time_month time_week time_weekday
# 1: 2010-01-01      2010            1          1         1       Friday
# 2: 2010-01-02      2010            1          1         1     Saturday
# 3: 2010-01-03      2010            1          1         1       Sunday
# 4: 2010-01-04      2010            1          1         1       Monday
# 5: 2010-01-05      2010            1          1         1      Tuesday

时间维度规范化到层次结构级别

#    time_year
# 1:      2010
# 2:      2011
# 3:      2012
# 4:      2013
# 5:      2014

#    time_quarter time_quarter_name
# 1:            1                Q1
# 2:            2                Q2
# 3:            3                Q3
# 4:            4                Q4

#    time_month time_month_name
# 1:          1         January
# 2:          2        February
# 3:          3           March
# 4:          4           April
# 5:          5             May

#    time_week
# 1:         1
# 2:         2
# 3:         3
# 4:         4
# 5:         5

#    time_weekday
# 1:       Friday
# 2:       Monday
# 3:     Saturday
# 4:       Sunday
# 5:     Thursday

#     time_date time_week time_weekday time_year
# 1: 2010-01-01         1       Friday      2010
# 2: 2010-01-02         1     Saturday      2010
# 3: 2010-01-03         1       Sunday      2010
# 4: 2010-01-04         1       Monday      2010
# 5: 2010-01-05         1      Tuesday      2010

地理维度基础

#    geog_abb geog_region_name geog_division_name
# 1:       AK             West            Pacific
# 2:       AL            South East South Central
# 3:       AR            South West South Central
# 4:       AZ             West           Mountain
# 5:       CA             West            Pacific

地理维度规范化到层次结构级别

#    geog_region_name
# 1:    North Central
# 2:        Northeast
# 3:            South
# 4:             West

#    geog_division_name
# 1: East North Central
# 2: East South Central
# 3:    Middle Atlantic
# 4:           Mountain
# 5:        New England

#    geog_abb  geog_name geog_division_name geog_region_name
# 1:       AK     Alaska            Pacific             West
# 2:       AL    Alabama East South Central            South
# 3:       AR   Arkansas West South Central            South
# 4:       AZ    Arizona           Mountain             West
# 5:       CA California            Pacific             West

维度库还可以存储主键的属性，这会减少维度的最低级别，但会更不一致（两个层次结构中的time_date级别适合时间维度基地表）。

这种架构会有什么缺点？我不太关心连接和聚合的速度，以及查询工具的适应性它有什么名字吗？它正在使用？如果不是为什么？

Answer 1

您正在使用快捷方式构建雪花模式。

使用它，BI工具可以轻松使用快捷方式。

您还可以将维度的父级别的快捷方式转换为该级别的子级别的事实表格。它可以工作，你可以跳过连接，但是你需要在事实表中存储一个额外的列。

唯一关心的是数据完整性，如果父子关系发生变化，您不仅需要更新子表，还需要更新存储此关系的所有其他表。

如果您每次从规范化数据生成维度表，那么这不是什么大问题，但是如果您在事实表中存储父ID，则需要小心，甚至更多。

Answer 2

您正在做的不是雪花模式......它类似于“数据库”和我们自己的变体“链接模型”。它本质上创建的链接表只包含位于Fact表和Dim表（以及其他Dim表）之间的键。虽然，我们将它们描述为实体表和度量表。

优点是

您可以并行加载维度和事实表，然后填充链接表
保险中的“报告时”和“调整”之类的复杂做法可以很容易地处理
更直观地分割缓慢并快速更改由链接表链接的维度维度表。这是一个节省时间。
向事实表添加新维度非常简单快捷，毕竟它只是将一个额外的整数列添加到只包含整数的表中。
无事实的事实比传统的模式更直观。您可以在维度之间创建关系，而无需任何事实记录。

缺点是

稍微复杂的架构结构，因此我们通常在“链接模型”之上创建一个Kimball模型，因为业务用户倾向于理解它。
可以轻松地将新维度添加到事实表或扩展维度表，但随着时间的推移，架构可能会变得混乱。

星型模式，规范化维度，非规范化层次结构级别密钥

在星型模式中表示为：

在雪花模式中表示为：

您如何调用以下架构

这是表格表示。

2 个答案: