去甲基化有多深？

Question

我取消了一个OLTP数据库在DWH中的使用。目前我正在取消学习小组的职务。

• 每个学习小组都有一个指向一个项目的键。
• 每个项目都有一个指向一个部门的键。
• 每个系都有一个指向1所大学的钥匙。
• 每所大学都有一个指向一个城市的钥匙。

现在，我知道您应该将sh*非公开OLTP，但是在这个dwh部门中，它将是一个维度。这也适用于大学。添加学习组指向部门的键足够了吗?还是尽可能地将部门的所有属性和M:1相关表中的所有属性添加到维度学习组更明智？即使是在什么时候，系和大学都将是独立的维度？

换句话说，当你去有机化的时候，你会走多深？

Answer 1

维模型背后的关键概念是：

• 保持你的事实表格在3NF (第三范式)；
• 将你的维度去规范化为2NF (第二范式)

因此，理想情况下，您应该在模型中拥有的唯一连接是事实表和相关维度之间的连接。

作为这一哲学的一部分：

• 避免“雪花”设计，尺寸包含其他尺寸的钥匙。始终有可能提出一个数据模型，允许与雪花相同的功能，而不违反3NF/2NF规则；
• 没有任何直接连接之间的两个独立的维度(即部门和学习小组)直接。各维度之间的所有关系必须通过事实表来解决；
• 在两个独立的事实表之间从来没有任何直接连接。事实表格之间的任何关系都必须通过共享维度来解决。

最后，考虑到除了为查询优化数据之外，维度设计还有第二个重要目的:它是业务的语义模型(或它所代表的其他任何东西)。因此，在做出将数据元素组合成维度和事实的决策时，要考虑到它们的“逻辑亲和力”--它们应该对最终用户具有直观的意义。如果您很难向BI分析师解释维度或事实表的含义，那么您很可能犯了建模错误。

例如，在你的案例中，你应该考虑大学、部门、学习小组等之间的逻辑关系。大学/系很可能形成一个自然的层次结构。如果是这样的话，它们应该属于同一个维度。另一方面，学习小组可能不会--让我们假设，有可能在多个大学和/或多个系组成学习小组。如此之多:许多关系清楚地表明，它们应通过事实表加以解决。此外，大学和系之间的关系是稳定的(很少变化)，而学习小组的形成和解散非常频繁，因此应该单独建模。

通常，如果您看到维度元素之间的1:1或1:M关系，则通常表示它们应该被非规范化为同一表(同样，只有当它们的组合具有逻辑意义时)。如果关系是M:M，它们很可能属于不同的表(您可以强迫它们放在同一个表中，但这类表通常看起来像弗兰肯斯坦生物)。

通过使您的问题更加具体，您可以得到更好的帮助--绘制您的维度模型，发布它，并询问特定的问题/挑战。对于一般概念，金球和因蒙的书籍是你最好的朋友。