DataWarehouse - 具有不同粒度/维度度量的事实表

Posted 2023-03-29

【中文标题】DataWarehouse - 具有不同粒度/维度度量的事实表

【英文标题】：DataWarehouse - Fact Tables with different granularity / Dimension measures

【发布时间】：2017-01-17 01:30:15

【问题描述】：

我有以下格式的数据。

RoadAccidents (pk_accidentIdentifier) 与关系 1..* 到 Vehicles(fk_accidentIdentifier, ordinalNumber) -> 自然 PK（复合）和代理，它只是一个 rowID）。

ordinalumber 只是一个用于遍历发生事故的车辆的数字。

--Sample Row
Accident001, 1, [list of attributes of a vehicle] -- 1st car involved in an inc
Accident001, 2, [list of attributes of a vehicle] -- 2nd car involved in an inc

Vehicles 与1..* 与表Casualties 的关系与车辆与RoadAccidents 的连接方式相同 含义：

Casualties (Compound PK: (fk_vehicleID, casualtyOrdinalNumber)

--Sample Row:
Vehicle001, 1, [list of attributes of a casualty] -- 1st casualty involved in inc
Vehicle001, 2, [list of attributes of a casualty] -- 2st casualty involved in inc

所以关系如下。

RoadAccidents 1..* Vehicles 1..* Casualties

此外，表RoadAccidents 已经聚合了numberOfVehiclesInvolved 和numberOfCasualties 的度量。

fact tables 有 3 种（可能更多）方法

RoadAccident -> Vehicles -> Casualties 上的两个 JOINS -> 删除具有聚合数字的列 -> 将属性提取到各个维度。松散的聚合数据 -> 没有有意义的度量 -> 在 SQL Server Data Tools 中创建度量。

有 3 个事实表。 FactRoadAccident、FactVehiclesCollision、FactCasaultiesInvInCollision

我面临的问题：事实表不应该直接通过外键链接。因此，我可以提取维度，例如。

DimRoadAccident *..1 DimRoadAccidentLocation 
DimRoadAccident` *..1 DimWeatherConditions

事实表如下所示：

FactAccident (fk_DimRoadAccidentPK, measure_numberOfVehicles, measure_numberOfCasualties)。

采用这种方法。 Vehicles 和 Casualties 的事实表将只是一个代理 FK，其 id 为 Vehicle 或 Casualty。唯一的衡量标准是行数，即Vehicles 的数量或Casualties 的数量。

只保留 1 个事实表

FactAccident (fk_DimRoadAccidentPK, measure_numberOfVehicles, measure_numberOfCasualties)。

将维度链接到DimRoadAccident 1..* DimVehicle 1..* DimCasualty，并在数据工具中创建层次结构，并可能在维度上创建一些新的半加法度量。

你会建议什么方法？

【问题讨论】：

这里有一个非常相似的问题（甚至可能基于相同的数据集？），我对此的回答可能会对您有所帮助：***.com/q/40774305/3964881。如果您仍然卡住，我会写一个更详细的答案，因为您在这里提供的信息比其他帖子更多。在决定您的事实表或维度表是什么之前，请考虑数据的最低粒度。一旦你了解了最低粒度，事实和维度就会变得更加明显。

谢谢你的回答乔，确实是同一个数据集。我在下面的帖子中的评论中提到了数据的粒度。

【参考方案1】：

使用 Bridge 表。当您具有多对多关系时，将使用桥接表。看这里http://www.kimballgroup.com/2012/02/design-tip-142-building-bridges/

【讨论】：

桥接表不一定是这个问题的答案。 Kimball Group 对桥接表的看法：“同样，如果您的设计充满了桥接表来捕获多值维度关系，则您需要回到绘图板上。您可能对事实表的粒度有问题。 " (kimballgroup.com/2003/10/fistful-of-flaws)

他们的这篇文章还讨论了桥接表的问题和替代方案：kimballgroup.com/2014/05/… - 主要的一点是，没有一个通用的解决方案来处理多对多的情况。但是他们在所有的写作中都非常清楚，您必须首先确保您拥有正确的纹理 - 所以这应该是第一个看的地方，并且只有在绝对必要。

这真的被认为是多对多的关系吗？在我看来，就数据之间的逻辑连接而言，这些是纯粹的 1..*。唯一的区别是 Accidents 非规范化表（原始数据）还保存了已经聚合的度量值。车辆和没有。伤亡人数。

我可以通过有两列接受伤亡和车辆的值 0,1 并将它们用作衡量标准，从而将粮食事实表带入来标记伤亡/车辆。但是，在这种情况下，最好在 MS Data Tools 中创建维度的半加法度量。