数据建模设计

Question

目前，我正在阅读Kimball的数据仓库书，同时，我正在考虑为以下示例设计一个数据仓库：

1:客户可以购买产品，这将生成发票，然后将生成库存行。注:库存行是一个累加表，即，如果他们订购数量为5的产品A，然后再订购5，则将有2个发票行和一个10个单位的库存行。

因此，基于所描述的场景，以下设计将是合适的: 1.客户维度2.产品维度3.日期维度3.发票事实4.库存事实

现在，假设我想找出像1这样的问题的答案。哪些客户目前的库存为零，但在过去3个月内生成了发票。还会有其他类似的问题。2.哪些客户有产品A但没有产品B

根据金波尔斯的书，似乎需要在两个事实表之间进行某种连接，比如子集？

这似乎相当低效，特别是两个事实表之间记录的绝对大小。这是正确的方法吗？

Answer 1

哪些客户目前的库存为零，但在过去3个月内生成了发票。

SELECT C.* 
FROM DimClient C
WHERE EXISTS (
  SELECT * FROM FactInvoice I 
  WHERE C.ClientKey = I.ClientKey
  AND InvoiceDate >= DATEADD(m,GetDate(),-3)
  )
AND NOT EXISTS (
    SELECT * FROM FactInventory V 
    WHERE InventoryLevel > 0 
    AND V.ClientKey = C.ClientKey
    AND (Maybe a predicate to limit to current inventory only)
    )

哪些客户有产品A但没有产品B

SELECT C.* 
FROM DimClient C
WHERE EXISTS (
  SELECT * FROM FactInvoice I 
  WHERE C.ClientKey = I.ClientKey
  AND I.ProductID IN (1,2,3)
  )
AND NOT EXISTS (
  SELECT * FROM FactInvoice I 
  WHERE C.ClientKey = I.ClientKey
  AND I.ProductID NOT IN (4,5,6)
  )

这些查询是低效的吗？与对源系统运行相同的查询相比，效率并不低

实际上，您的源系统可能需要更多的表、更多的连接，并且可能需要更少的索引

星型模式的基础之一是它们针对分析进行了优化。

Answer 2

根据金博尔的说法，这似乎是构建drilling-across的正确方法。他提到，为了正确地工作，应该将其设置为使用here和explained here定义的一致维度。不过，我不能说在这种情况下会有多高的效率/低效率。