数据仓库上的数据集市练习

Posted 2023-03-29

【中文标题】数据仓库上的数据集市练习

【英文标题】：Datamart exercise on a Data warehouse

【发布时间】：2021-01-17 16:44:08

【问题描述】：

这是练习的正文：

让我们考虑对生产机器的监控，例如在制造业中。由唯一 ID 标识的机器在给定的温度、湿度、电压、润滑剂液位和其他测量类型范围内运行。机器安装有传感器，每分钟读取一次测量值。 如果发生故障，人工操作员会记录问题的类型以及维修机器所需的时间（停机时间）。 拥有多家工厂的公司将收集来自传感器和操作员的数据流，并填充数据仓库以分析故障。

以下是用户访谈期间收集的一些业务问题示例。

(a) 按月和按工厂划分的故障数。

(b) 按故障类型划分的平均停机时间。

(c) 按测量类型划分的平均、最小和最大测量值。

(d) 故障前 1 小时内的平均润滑油液位（按机器 ID）。

关于上述业务场景，请回答以下问题，为数据集市设计概念架构以支持业务问题。 您的架构至少应该能够满足上述分析要求。 您可以为维度激发其他合适的属性。

我认为解决方案是一个包含两个事实表的数据集市：一个用于机器，一个用于故障。我想知道是否有其他解决方案。

【参考方案1】：

Dim Machine 将是 conformed dimension，可以作为与同一数据仓库中的多个事实表相关的单个维度表存在，也可以作为不同数据集市中的相同维度表存在。

在您的情况下，使用的 多维架构 是 Galaxy 架构，因为有两个事实表 Fact Monitoring 和 Fact Failure 在它们之间共享 Dim Machine。它也被称为Fact Constellation Schema。该模式被视为星星的集合，因此命名为 Galaxy Schema。

【讨论】：

是否可以使用一些技巧来对单个事实表进行建模？

@Lara 一个事实 = 一个业务需求