事实表的数据仓库设计

Question

我对数据仓库的设计非常陌生，并且很难考虑如何设计事实表，给出了非常相似但有点不同的度量标准。假设您正在评估以下指标，您将如何分解事实表(在本例中，公司是客户的子集)。您能使用一个表来处理所有这些问题吗?还是每个度量指标都需要它自己的事实表?还是度量的每一部分都是它在一个事实表中的一个列？

• 公司每日/每月/每年处理的文件总数
• 公司每日/每月/每年处理的文件总数
• 公司每日/每月/年度#档案总数
• 公司每日/每月/年度#文件总数失败
• 客户每日/每月/每年处理的文件总数
• 处理的客户每日/每月/年度文件总数
• 客户每日/每月/年度#文件总数
• 客户每日/每月/年度#文件总数失败

Answer 1

从度量名称的外观来看，我认为您将得到一个事实表，其中包含每个文件的记录和返回到一个date_dim的链接

create table date_dim (
    date_sk        int,
    calendar_date  date,
    month_ordinal  int,
    month_name     nvarchar,
    Year           int,
..etc you've got your own one of these ..
)
create table fact_file_measures (
    date_sk,
    file_sk,           --ref the file_dim with additonal file info
    company_sk,        --ref the company_dim with the client details
    processed  int,    --should always be one, optional depending on how your reporting team like to work
    size_Kb    decimal -- specifiy a size measurement, ambiguity is bad
    error_count int    -- 1 if file had error, 0 if fine
    failed_count int   -- 1 or file failed, 0 if fine
)

因此，现在您应该能够构造查询来获取所需的所有内容。

例如，对于每月的统计数据：

select 
    c.company_name,
    c.client_name,
    sum(f.file_count) total_files,
    sum(f.size_Kb)    total_files_size_Kb,
    sum(f.file_count) total_files,
    sum(f.file_count) total_files
from
    fact_file_measure f
    inner join dim_company c on f.company_sk = c.company_sk
    inner join dim_date d on f.date_sk = d.date_sk
where
    d.month = 'January' and d.year = "1984"

如果您需要同时使用“日/月/年”的内容，则可以构造年度和月份事实表来进行滚动，并通过date_date的月份/年份字段返回。(您可以在每日事实表中包括月份和年份字段，但是这些值最终可能会丢失-由经验较少的报表构建人员使用)--这可以追溯到用户实际需要的东西--根据用户的要求设计事实表，不要害怕有单独的事实表--数据仓库不是关于规范化，而是以一种可以使用的方式来表示数据。

祝好运