维度建模：如何创建没有代理主键的表？

Posted 2023-03-29

【中文标题】维度建模：如何创建没有代理主键的表？

【英文标题】：Dimensional Modeling: how to create a table without Surrogate Primary Keys?

【发布时间】：2018-11-08 16:36:58

【问题描述】：

据我了解，事实表中没有主键，放置代理键在某种程度上是浪费空间。因此，外键组合是事实表的主键。

但我可能无法做到这一点，因为唯一键可能会在事实表中重复，例如同一个人在同一天在同一家餐厅支付了两次费用。在这种情况下，主键不再是唯一的......

有没有办法在不添加代理键的情况下解决这个问题？

提前致谢！

【问题讨论】：

这听起来像是一个事务表，而不是事实表。而在事务表中，你应该有时间。

@GordonLinoff 我有一个时间维度，但如果是同时呢？

。 .事实表包含共享维度值的事物的摘要。不应该有重复。如果您不想要摘要，那么它不是事实表。如果你想要一个事务表，那么你仍然应该有区分它们的 some 属性。如果没有时间，那么收银员什么的。

@NicolasTang - 你应该问的问题是“我如何区分合法的多次出现和重复？”。这是一个 ETL 问题，而不是表设计问题。如果您可以确定这些记录是有效的，则不需要它们是唯一的。 （旁注：一般情况下，事实表中不应该有主键 - 仅在维度中）。

无论我们是否写过一本书，我们都可以发表意见。在事实表等维度建模概念的定义上，我倾向于与 Kimball 一起使用，这样就不会那么混乱了。

【参考方案1】：

如果您要构建这样的表，强烈建议使用主键或唯一键组合，但如果您避免添加 PK，则可能需要添加唯一交易编号，以便您可以将客户编号和交易编号组合为组合键。

【参考方案2】：

InnoDB，如果您不提供 PK，将为您提供一个。但它是 6 个字节并且是隐藏的。与 4 字节代理 INT 相比，它更大！

检查数据；可能存在一个“自然”PK，它是一个列或列的组合。

一般来说，对于 DW，我在 Fact 表上的唯一索引是 PK。然后我使用“汇总表”进行大量访问。这些更小更快。在极端情况下，我将清除旧的 Fact 行（通过DROP PARTITION），但“永远”保留在汇总表上。这样可以控制磁盘空间，同时几乎不会丢失任何有用的数据。

底线：为每个表提供一个显式 PK。