电影销售按流派维度建模

Question

假设我想在OLAP多维数据集中按类型找出每年的电影销售额。数据结构将如下所示：

{
    "Year": 2020,
    "Title": "Spider-Man: Into the Spider-Verse",
    "Revenue": 102000,
    "Genres": ["Action", "Sci-Fi"]
}

对此进行建模的正确方法是什么？我会不会去嵌套流派，这样流派本身就会乘以销售量？例如，事实表将如下所示：

+------------+
| Movie Fact |
+------------+
| Year       |
| Title      |     (1 record for the above data)
| Revenue    |
+------------+

或者它看起来像是：

+------------+
| Movie Fact |
+------------+
| Year       |
| Title      |     (TWO records for the above data)
| Revenue    |
| Genre      |
+------------+

为什么它会是一种方式超过另一种方式？

Answer 1

你需要多对多的桥接表来处理同一电影的多种类型。你的事实表显然会有>1部电影。M2M表将仅显示每个电影和每个流派之间的维度关系。

尺寸：

• Date (所有电影的所有年份或YYYYMMDD格式的日期作为关键字，以及其他列，如年份、日历日期MM/DD/YYYY等，带有key Date_SK)
• 流派(只是简单的键值列表，如1-动作、2-科幻、3-戏剧等)

桥接表(+分隔此度量值组！)：

• Movies_Genres (Movie_SK，Genre_SK)。对于这部电影，它将包含两行。行1:1；行2: 1,2

事实表：

• Movies (Movie_SK，Title，Date_SK，Revenue)

所有表之间的联接是：

电影日期<-- Movies

• Movies_Genres <--
• 类型<-- Movies_Genres

在维度用法选项卡上，您将通过已连接到流派维度的Movies_Genres度量值组上的“多对多关系”将Movies事实数据表与流派维度联接起来。

这是避免重复的唯一方法。服务器将通过每个流派，在总的收入，你将看到每个流派相同的收入，如果一部电影被选中。

对于每个>1M行的桥接表和维度，性能可能会很慢。