创建＆＃34; DWH，如＆＃34; MySQL中的星型模式

Question

我对数据库和SQL很新，并且有一项非常重要的任务，我不知道如何解决。

鉴于我有一家公司（A公司）有三个不同的子公司（Sub A，Sub B，Sub C）。这三家子公司生产相同的产品，可分为三类产品：

• 产品类别A
• 产品类别B
• 产品类别C

我的任务是创建一个星型方案，使我能够获得以下信息：产品类别B中每个产品的Sub A和Sub B的总收入。

结果所需的格式是一个包含三列的表格＆＃34;子公司名称＆＃34;，＆＃34;产品名称＆＃34;和＆＃34;收入＆＃34;。

到目前为止，我一直在尝试做的是创建以下Fact Table，Dimension和Keys。 维度的主键连接到我的事实表的外键。

所以我的问题是：

• 我是在正确的轨道上还是这种做法完全错了？

• 我将如何实际填充＆＃34;我的表与示例数据能够编写一个回答上述给定问题的查询？

• 这样的查询怎么样？

目前，我使用的是使用XAMPP创建的本地MySQL服务器，并使用IntelliJ IDEA Ultimate 2016进行连接。上面的图表也是使用此软件创建的。

我希望有人能够并愿意帮助我。

另外，请原谅任何错误（或者请告诉我我做错了什么），因为我既是SQL的新手，也是Stackoverflow的新手。

亲切的问候

编辑：

我使用了不同的工具来创建和可视化我的表格。另外，正如fenix所提到的，我添加了几个不同的维度，例如时间/日期表。但是，为了解决我的任务，我想我只需要两个Dimensions dimCompany（代表不同的子公司）和dimProduct。

Answer 1

• 你正好在轨道上。应该如何构建数据集市的学校示例。真实示例可能包含companyID，productID和salesID的本机密钥。请添加PK_sales或PK_fact（无论您喜欢什么）。没有日期或时间戳的事件（一次销售）很少发生，但如果这只是一些概念证明，也许你可以没有它。
• 您是否有一些数据或想要编制一些数据？
  1. 您可以使用RANDBETWEEN函数在Excel中创建一些示例数据。
  2. 许多MySQL客户端工具都可以选择从excel，csv或txt文件导入数据。
  3. 或者您可以使用一些免费的数据集成工具，例如Pentaho Kettle和Talend Open Studio。如果此时太多，请避免这一步骤。但是，它可以让您更好地了解DI工具是什么以及如何填充DWH（在实际示例中）。
• 会是这样的：

SELECT dp.ProductName,sum(fs.revenue) as total_revenue FROM fact_sales fs JOIN dim_product dp ON fs.FK_Product = dp.PK_Product JOIN dim_company dc ON fs.FK_Company = dc.PK_Company WHERE dp.Product_Type = 'Product Category B' AND dc.CompanyName IN ('Sub A','Sub B') GROUP BY dp.PK_Product;

不幸的是，某些数据集市的结构不完善，因此它不包含参照完整性（反模式），因此您必须使用LEFT JOIN而不是INNER JOIN。请注意，INNER JOIN与JOIN相同。关于JOIN您可以看到here。

编辑：

关于你的评论，很难平衡不要使这个答案过于宽泛，因为这个QA网站应该用于特定的问题和答案。

由于DWH仍然是一个数据库，它继承了大多数数据库原则。其中一个是表键。主键是唯一行标识符，当数据库设计允许时（在DWH世界中它始终应该是），键是整数（大整数）。有关详细信息，请参阅this。

目的？您可以拥有两个名称相同但状态不同的公司，因此您需要一些密钥来区分它们。

为什么它应该是整数？这是一个更技术性的问题，一个的答案是查询优化。 CPU将比100个字节（或者你指定的）更快地匹配两个整数（4或8个字节）而不是字符串（数据库世界中的VARCHAR）。

为什么有人使用VARCHAR作为主键？好吧，有时候，尽可能保持原生是好方法。因此，VARCHAR产品的主键可以是产品品牌和计数器（来自供应商）的组合，如果您是转售商，ERP可以提供 Microsoft Office 2016 键，如 MCR-OFF-123 。在DWH中，建议存储本机密钥（无论是什么，int或varchar）并分配代理主键。

  

Sub A的键为'1'，Sub B的键为'2

引用您的评论。

是的，你是对的。