在报告中，我从FACT表中接下来加入：
...加入</ P>
LEFT JOIN DimState AS s
ON s.StateCode = l.Province AND l.Locale LIKE (s.CountryCode + '%')
更多信息： 事实表有59,567,773行
L.Province可以匹配DimState中的StateCode：42,346,471行71％
L.Province无法匹配DimState中的StateCode：13,742,966行23％（其中大多数是L.Province中的空值）。
L.Province在3,500,000行（6％）中为NULL
4个问题： - 正确的做法是替换L.Province Nulls和空白为“其他”...并在DimState中有一个条目，StateCode为“other”，对吗？
- LEFT JOIN到维度是否可以接受？或者它应该始终是INNER JOIN？
- 加入2列的维度是否正确？
- 要执行l.Locale = s.CountryCode ...我应该修改l.Locale或s.CountryCode中的值吗？
答案 0 :(得分：2)
按照你的四个问题顺序：
是的，您的事实表中的维度键不应该有空格。如果源数据中的值实际上为null或为空，则维度表中应该有成员用于反映这一点。
因此，建立1时，在将事实与维度相关联时，通常不应该执行左连接。我说一般是因为可能存在必要的情况，但我无法想到任何一个问题。您不应该使用正确设计的事实和维度表。
一般来说，没有。在这种情况下，我建议使用代理键，因为您的业务键分布在两列中。
不确定你在这里问的是什么。如果你保留这个设计，你需要改变它们。如果切换到使用DimState的代理键，只需更改任何内容即可更新维度表。
答案 1 :(得分：2)
建立在mallan1121所说的基础之上：
1：数据仓库中的null / blank通常有三种不同的含义。
一个。我不知道价值
B中。该值已知且为空白
℃。该值不适用。
在设计仓库时，请务必考虑每个选项的相关性。事实上应该始终引用维度密钥，否则最终会出现数据质量问题。
2：如果您使用视图从多维数据集中抽象表（一个好主意）并且您可以将这些视图用于非多维数据集报表，则使用左联接会很有用。原因是内部联接是一个过滤联接，结果集由所有内部联接表过滤，即使只返回一个列。
SELECT DimA.COLUMN, Fact.COLUMN
FROM Fact
JOIN DimA
JOIN DimB --filters result
JOIN DimC --filters result
如果使用左连接，并且只需要某些表中的列，则忽略其他连接，并且永远不会访问这些表。
SELECT DimA.COLUMN, Fact.COLUMN
FROM Fact
LEFT JOIN DimA
LEFT JOIN DimB --ignored
LEFT JOIN DimC --ignored
这可以加快直接针对SQL数据库运行的报告查询。但是，您必须确保您的ETL过程强制执行完整性，并且无论是使用内部连接还是左连接，返回的结果都是相同的。
4：在连接中需要多个列不是问题，但我非常担心使用通配符进行多列连接。我希望您的维度中存在粒度问题。我不知道您的数据，但使用通配符可能会从该维度获取多个值。
答案 2 :(得分：0)
L.Province = 'Other'的13M记录 - 来自具有s.StateCode = 'Other'的事实表中的每条记录将与这些13M维度记录相结合，从而导致大量重复这些度量。正确的答案是强制维度上的主键。通常情况下，dimnsion有一条记录，密钥为other（意思是密钥未知），另外还有一条recrod NA（该维度对此事实记录没有意义） ）。
问题不在OUTER join中 - 设计应强制执行的是事实表中的所有外键都在维度表中定义。
实现这一目标的一个步骤是1中所述的NA和Other的定义。
这种方法的基本原理是强制INNER和OUTER联接导致相同的结果，即不会导致混淆不同的结果。
PRIMARY KEY - 如果PK由两列组成 - 那些列上的连接就可以了。 （DWh中的典型场景虽然是单列数字PK）。应该加入的是LIKE或SUBSTR加入 - 这表明维度PK没有明确定义。
Locale + province，则必须更新事实表以将此两列包含为FK。