子女可以属于不同父母的亲子关系：设计方法

Question

我有一种情况，我正在从多个源（例如SourceA，SourceB，SourceC……SourceN）获取数据。每个源的数据格式或内容可以不同。现在，我需要从多个来源处理此数据，并为每个来源示例“ Col1，Col3，Col3，SourceIdentifier，sourceUniqueID”生成一个公共输出。现在我需要将此输出添加到某个表中，让我们将此表称为处理后的输出。现在我的问题是 1）如您所见，我需要通过这2列在Processedoutput表中标识哪行属于哪个源以及每个源的uniqueID（每个源都有一个标识列作为主键），我可以获得唯一行，但是我不想使用2个键作为标识符，我只想要一个键即可通过它获得相同的答案。我也不想使用GUID列

2）如果我将这些数据存储在列式数据库（如redshift或AZUER数据仓库）中。记录的标识符或唯一标识符2键是否会出现性能问题

3）由于有一些BI工具（如power BI）不支持多键作为联接条件，因此我该如何在powerBI中显示相同的数据（请注意-我可以在powerBI中创建一个计算列并进行联接作为单键，但我不想这样做）

谢谢 阿图尔

Answer 1

这是一个典型的维度构建问题，您想在其中转换业务密钥以替代密钥。

您的登台表（可能是您称为commonoutput的表）具有包含SOURCE和ID的两部分业务密钥。

您的目标表（我认为这是您的已处理输出）需要包含代理键和您的业务键。代理密钥是您将用于连接到其他表的ID，仍然需要业务密钥，以便您可以查找代理密钥。

您的目标表将如下所示：

• surrogate_key（给它一个更好的名称，以反映表的业务名称）
• source_id
• source_unique_id
• col1
• col2
• col3

您可能可以使用IDENTITY列来创建新的surrogate_key值。 Redshift和Azure SQL数据仓库均支持身份。

Answer 2

就像罗恩说的那样

1. 来源：1..n：来源A，B，C ... N
2. 每种来源的来源格式都不同。
3. 固定的目标架构，即维度的表架构
4. DW中的典型尺寸构建
5. 如果维度类似于客户，产品，那么我也将其称为主数据问题。
6. 您可能需要外部参照表，然后是尺寸表。

除Ron解决方案外，类似地检查文章或Google：

https://www.tek-tips.com/viewthread.cfm?qid=1636261

Design a dimension with multiple data sources