我一直在阅读OLAP处理的体系结构类型,特别是星型模式的概念。我目前正在建立一个测试数据库。
我的处境
我有750个传感器,每个传感器每分钟都会将数据发送到SQL数据库。目前,我的方法是在值有变化的情况下发布。考虑到这一点,我想知道它是否会在确定是否存在数据丢失与值不变时产生问题,并使我重新考虑定期发布。
插入传感器值的软件以2020-01-23 13:48:52格式发布时间戳。同时,传感器名称和传感器值也会被张贴。因此,如果计算主键,我的事实表中有4列。
我知道我需要对我的数据做一些中间处理(可能是一个按计划处理的表,以使它符合模式,然后删除),但现在我试图保持这个高级别,一次处理一个问题。
这是我目前所设想的,但考虑到我需要的分辨率,我不知道如何处理时间维。

我的问题
“目前,我的方法是,如果的值有变化,我就会发布。考虑到这一点,我想知道它在确定是否存在数据丢失与值不变时是否会产生问题,并让我重新考虑定期发布。”
这是一个有效的关注,以确定数据丢失,还是有其他方法来解决它?
考虑到我需要的分辨率,一个样本时间维度会是什么样子?
发布于 2020-01-23 21:53:38
如果我正确理解了您的情况,您将在某个时间点记录表示某些系统状态的值。换句话说,您正在及时捕获系统的快照。在星型模式中,您应该使用“周期快照事实表”。这样的事实表捕获值,不管它们是否已经更改,因为它们的粒度是日期/时间的单位,而不是事务。
时间维可以用多种方式建模。我要做以下几点:
创建维度“日期”来处理日历日期。谷物:一个日历日。斯潘:从你有数据的那一天起,直到今天,包括。
创建维度“时间”来处理一天中的时间。谷物:一分钟。跨度: 24小时(因此本表中的总记录为60分钟* 24小时)。
将日期和时间键添加到事实表中。
我还会在事实表中保留时间戳作为退化维度,以便在需要时访问秒。
https://stackoverflow.com/questions/59881643
复制相似问题