重叠数据仓库中的记录

Question

我正在尝试构建数据仓库，数据由三个不同的来源提供。这里的问题是存在重叠的客户，因为同一客户可以存在于所有数据源中但具有不同的标识（不同的主键）。如何避免在我的数据仓库中多次获得同一个客户？

Answer 1

这不是一个真正的编程问题，但简短的回答是，您需要找到一些比较客户记录的方法，确定哪些是同一客户，然后将详细信息合并到一个客户记录中。如果没有与不同系统中的这些记录相关的代码或其他值，则根据您拥有的记录数量，您可以选择手动比较和记录任何匹配，使用软件进行“模糊匹配”属性比较喜欢名称和地址来尝试找到匹配项。您可以尝试在数据仓库加载过程中执行此操作，在内部编写应用程序以管理它或获取具有此功能的第三方工具。这是一个常见的业务问题，但不幸的是没有一个简单的解决方案。