Question

我是数据仓库的新手，但我认为我的问题可以相对容易地回答。我构建了一个星型模式，其中包含维度表'product'。该表有一列'PropertyName'和一列'PropertyValue'。因此，维度看起来有点像这样：

surrogate_key | natural_key (productID) | PropertyName | PropertyValue | ...
    1              5                          Size           20          ...
    2              5                          Color          red
    3              6                          Size           20
    4              6                          Material       wood

等等。

在我的事实表中，我总是使用维度的代理键。 PropertyName和PropertyValue列的原因是我的自然键不再是唯一/识别，所以我在事实表中得到了太多的行。

我现在的问题是，我应该如何处理属性列？将每个属性放入单独的维度（如尺寸大小，尺寸颜色等）是否最好？我有大约30种不同的属性。或者我应该为事实表中的每个属性创建列？或者使用所有属性创建一个维度？

提前感谢您的帮助。

Answer 1

您的尺寸表'产品'应如下所示：

surrogate_key | natural_key (productID) | Color | Material | Size | ...
    1              5                      red     wood       20     ...
    2              6                      red     ...

如果您有许多属性，请尝试将它们分组到另一个维度。例如，如果您可以在另一种颜色或材料中使用具有相同ID和相同价格的相同产品，则“颜色”和“材质”可以是另一个维度的属性。您的事实表可以使用两个键识别产品：product_id和colormaterial_id ......

阅读推荐： The Data Warehouse Toolkit, Ralph Kimball

Answer 2

您的设计称为EAV（ entity-attribute-value ）表。

对于稀疏矩阵来说这是一个很好的设计（大量属性只有少数几个同时被填充）。

然而，它有几个缺点。

无法一次对两个或多个属性进行索引（并因此有效搜索）。像这样的查询：“获得所有木材制成的产品，尺寸为20”，效率会降低。
一次实现涉及多个属性的约束更为复杂
等

如果您没有问题，可以使用EAV设计。

星型模式设计 - 一个列维度

2 个答案: