如何在一个Kimball风格的数据仓库中对这种关系进行维度建模？

Question

因此，我的数据仓库中有两个维度：

dim_machine
-------------
machine_key
machine_name
machine_type


dim_tool
------------
tool_key
tool_name
machine_type

我想要确保的是两个维度中的machine_type字段具有相同的数据。我应该在两者之间创建一个三维雪花，还是有其他选择？

Answer 1

我不确定你到底想解决什么问题？这听起来像是您可以简单地构建到ETL流程中的东西:对于这两个维度，将源数据映射到相同的机器类型目标列表。如果出现没有映射的新值，则引发错误(或设置默认占位符值并在以后检查数据)。

另一种完全不同的选择是“迷你维度”(Kimball的术语)，它包含所有可能的机器/工具组合。如果两个维度密切相关，并且经常在搜索中一起使用，那么这可能是合并和简化它们的有用方法。但即使这样，我也假设您将检查和清理源数据以符合机器类型。

Answer 2

请记住，数据仓库是一种非规范化结构，因此数据在维度中重复是正常的。应在操作系统和ETL流程中提供完整性。假设我们有类似下面的模型。

​

​

分配工具的业务流程必须知道哪种工具可以安装在哪台机器上。假设以某种方式在机器上安装了错误的工具。最好导入数据以匹配实际情况，并运行报告以发现业务流程中错误，而不是因为工具和机器类型不匹配而中断ETL流程。

例如，像这样的查询(报告)会发现不匹配，这将证明是非常有用的。

select
      'tool-machine mismatch' as alarm
    , full_date
    , machine_name
    , machine_type
    , tool_name
    , matching_machine_type
    , employee_full_name
from fact_installed_tools as f
join dim_machine          as m on m.machine_key  = f.machine_key
join dim_tool             as t on t.tool_key     = f.installed_tool_key
join dim_date             as d on d.date_key     = f.date_key
join dim_employee         as e on e.employee_key = f.employee_key
where machine_type != matching_machine_type ;