有人可以告诉我一般使用＆＃39;，逐步的方法来找出datamart中的非聚合性字段。这是我发现的一个例子：
注意：斜体表示＆＃39;键＆＃39;，粗体标识＆＃39;＆＃39;，＆＃39;列＆＃39;是＆＃39;引用＆＃39;
的别名关系架构：
CAL L（ COD ，迄今为止，来自：S，TO：S，LEN）
SIM （ SIM ，USER：USER，TRIFF：T，BONUS）
TAR IFF（ TARIFF ，CARRIER：CAR）
USE R（ USER ，TOWN：TOW，LAST_TARIFF：TAR）
R OAMING_ CA LL（ COD：CAL ，FOREIGN_CARRIER：CAR）
P ROMO_ CA LL（ COD：CAL ，PROMO_TARIFF：P_TA）
P ROMO_的 TA RIFF（资费：TAR ）
TOW N（ TOWN ，NATION）
CAR RIER（ CARRIER ，NATION）
请求： 为CALL＆＃39;建立事实架构以下
尺寸： DATE，SIM_FROM，CALLED_CARRIER，FOREIGN_CARRIER，PROMO_TARIFF和
度量：AVG_CALL_LENGTH，NUM_OUTGOING_SIM（作为计数不同的FROM）， NUM_INCOMING_SIM（作为计数不同于TO）
现在我可以绘制事实架构，但是我很难找到哪些度量可以聚合哪些维度
编辑： this是我所拥有的事实架构的pdf（抱歉没有使用严格的sintax，但包括阅读笔记）
措施：
Standard [obtained by the operational schema]:
NUM_INCOMING_CALLS = COUNT DISTINCT (TO)
UN-AGGREGABILITIES ->*THIS IS MY ISSUE*
Calculated [obtained by the operational schema, need partial data to add properly]:
AVG_CALL_LENGTH = CL_SUM/CL_COUNT
where
CL_SUM = SUM (LENGTH), CL_COUNT = COUNT(LENGTH)
UN-AGGREGABILITIES ->*THIS IS MY ISSUE*
Derived [can be found as a dimension]:
NUM_OUTGOING_CALLS = COUNT DISTINCT ( FROM )
UN-AGGREGABILITIES ->*THIS IS MY ISSUE*
答案 0 :(得分：-1)
好的，我去问我的老师：他给了我一个简单的算法：
给定模式D {D1，D2，D3，... Dn}，对于Mesaure M = count distinct A n
如果A U X - > Di不是微不足道的，D的X子集是
X U A - ＆gt; D1（真）
X U A - ＆gt; D2（假）
X U A - ＆gt; D3（真）
...
X U A - ＆gt; Dn-1（假）我有NA = {D2，Dn-1}
NA：一组非聚合性