总和和不同计数措施（星型模式设计公案）

Posted 2023-03-25

【中文标题】总和和不同计数措施（星型模式设计公案）

【英文标题】：sum and distinct-count measures (star schema design koan)

【发布时间】：2012-04-20 08:42:41

【问题描述】：

我是数据仓库设计的初学者。我有一些理论，但最近遇到了一个 OLAP 多维数据集设计的实际问题。我使用星型模式。 假设我有 2 个维度表和 1 个事实表：

---

维度地名录： 维度ID 国家名称 省名 区名

---

次元装置： 维度ID 设备类别 设备子类别

---

事实表： 地名词典 device_dimension_id hazard_id（度量列） area_m2（测量列）

---

一个“业务对象”（实际上是一个雷区）可以有多个设备，位于一个位置（地名词典）并占用 X 平方米。 因此，为了了解存在哪些设备类别，我为每个处于危险中的设备创建了一个事实，如下所示：

+--------------+---------------------+-----------------------+-----------+
| gazetteer_id | device_dimension_id | hazard_id             | area_m2   |
+--------------+---------------------+-----------------------+-----------+
| 123          | 321                 | 0a0a-502c-11aa1331e98 | 6000      |
+--------------+---------------------+-----------------------+-----------+
| 123          | 654                 | 0a0a-502c-11aa1331e98 | 6000      |
+--------------+---------------------+-----------------------+-----------+
| 123          | 987                 | 0a0a-502c-11aa1331e98 | 6000      |
+--------------+---------------------+-----------------------+-----------+

我将度量“危害数”定义为 hazard_id 的不同计数。 我还将“总面积占用”度量定义为 area_m2 的总和。 现在我可以使用维度地名词典和设备，并知道给定维度成员有多少危险。 但问题是 area_m2：因为它被定义为一个和，它给出的值是实际面积的 n 倍，其中 n 是危险对象的第 th 个设备数。例如，上面的数据将给出 18000 平方米。 你会如何解决这个问题？

我正在使用 Pentaho 堆栈。

提前致谢

【问题讨论】：

如果一个 hazard-id 是一个雷区，并且您正在查看 mines-per-gazetter & size-of-minefields-by-gazetteer，也许您可​​以创建一个 Hazard 维度，其中包含危险区域；或者可能在DeviceDimension表中创建一个Null-device条目，并且只有Null-device条目获取area_m2设置，真实设备获取area_m2=0。

【参考方案1】：

[从评论中移出]

如果一个 hazard-id 是一个雷区，并且您正在查看按地区（地名）和大小地名的雷区，也许您可​​以创建一个 Hazard 维度，其中包含危险；或者可能在DeviceDimension表中创建一个Null-device条目，并且只有Null-device条目获取area_m2设置，真实设备获取area_m2=0。

如果您需要回答以下问题：包含设备 321 的雷区总面积，则第二种方法不会轻易回答这些问题，这表明制定危险维度可能是更好的方法。

我还会考虑添加一个设备计数事实，它可以包含每种危害的每种类型的设备数。

【讨论】：

感谢杰米的回复。选项（1）创建一个危险维度：我相信它会很难使用，因为没有层次结构的区域（成千上万）会有很多单个条目。带有空设备的选项（2）是一个好主意，但是您的示例是对的，我不知道如何实现，至少在 pentaho 中。事实表中的选项 (3) addical number-of-devices-per-field-count 列：我正在考虑它。它可以作为总面积的反向划分，但不适用于请求多个设备的查询...