我们正在建立报告申请，我们将每天倾销大量的数据。目前，我们有两个数据模型，一个用于运营，另一个用于报告。
报表数据模型中的列很少出现在操作表中。如果操作数据模型得到更新，我们如何确保报告数据模型进行类似的更改，以及更新的成本是多少？
示例：
Report Table -
user_name
organisation_name
event_name
etc 10 more col.
User Table -
id
name
..
Organisation Table -
id
name
让我们考虑报告表包含1百万条记录，并更改组织名称，该更改需要反映在报表中。更改细节的频率可能是平均的。
所以我们有两个选择
规范化数据库 -
这将保存报表上的更新，但查询处理将花费更长的时间。
非规范化数据库 -
这将有助于我们指导更快的查询处理，但它将涉及维护它的复杂性。
请指教，我们应该走哪条路？我们的数据量非常高，报告数据非常精细。
答案 0 :(得分：1)
第一个问题：
让我们考虑报告表包含1百万条记录， 和组织名称变更，这种变化 需要反映在报告表中......
......更新费用是多少？
它应该很低，因为我们不需要更新＆＃34;报告表＆＃34;。您只需更新维度表，原因如下：
考虑不制作报告表＆＃34;由报告工具直接读取。请考虑使用星型模式（＆＃34;非规范化＆＃34;选项之一）。将通过在运行时将事实与维度相结合来生成报告。
请参阅销售之星架构的实体关系图（ERD）： https://upload.wikimedia.org/wikipedia/en/f/fe/Star-schema-example.png
让我们想象一下，维基文章中的示例ERD是拥有不同商店品牌的公司的数据仓库，因此它们的名称会彼此不同。
所以，让我们添加＆＃34; store_name＆＃34;列到DIM_STORE表，并且只到DIM_STORE表。 FACT_SALES表保持不变。
当商店更改其名称时，我们会更新DIM_STORE.store_name列。
DIM_STORE和FACT_SALES加入store_id，允许我们从DIM获取当前商店名称。
商店很少更改其名称，但是当它确实发生时，报告用户通常希望记录此更改。这种类型的尺寸更新称为缓慢变化的尺寸（SCD）。
这篇Wiki文章解释了SCD： https://en.wikipedia.org/wiki/Slowly_changing_dimension
仅供参考，通常使用SCD类型1和2。我更喜欢Type 2，因为它保留了历史记录，但是根据您的报告要求选择最佳的历史记录。
ERD来自这篇关于星型模式的Wiki文章： https://en.wikipedia.org/wiki/Star_schema
第二个问题：
如果运营数据模型得到更新我们如何 可以确保报告数据模型进行类似的更改
如果在源系统中更改了表结构，则必须相应地手动更新加载过程和数据仓库表。在某些情况下，这可能涉及重新加载所有数据。
代理键：与您的问题密切相关，代理键是维护SCD所必需的： http://www.bidw.org/datawarehousing/what-is-surrogate-key/
在关于SCD的Wiki文章中，supplier_key是由数据仓库或ETL prcess生成的代理密钥，supplier_code类似于来自事务的organization_id（或Wiki文章中关于星型模式的store_id）。源数据库。
我认为这些概念需要一些研究和重新阅读来消化，所以我希望你不要快点。如果做得好，他们需要大量的时间进行规划和设计，但以后会节省大量的开发时间。
答案 1 :(得分：0)
唯一的选择是规范化数据库。为什么呢？
优点：
“慢”查询实际上并不慢。唯一的骗局，只是一块蛋糕，你将不得不编码更多。但是你编码一次，数据库永远存在。
答案 2 :(得分：0)
“非规范化”一词的问题在于，它并不具体说明您将要使用的设计原则。一个更好的计划是采用一个特定的设计方案，一个不会导致完全规范化的数据库，但这有一定的意义。
一个相当广泛使用的设计方案是星型模式，或近似变体的雪花模式。这两种模式已用于报告数据库，以及数据集市和数据仓库。
在我处理星型模式的每种情况下，都会从一个或多个其他数据库复制数据，并对这些源数据库进行规范化。源数据库用于OLTP（在线事务处理），而星型模式用于OLAP（在线分析处理）目的，包括报告。
定期（例如每天一次）将数据从OLTP存储传输到OLAP存储的过程称为ETL（提取，传输和加载）。这本身就是一门艺术，你可以购买一些工具来促进ETL。如果您想构建自己的ETL过程，还可以学习一些技巧。
拥有两个数据库的模式，一个用于OLTP，另一个用于OLAP，可以让您在两个不同的上下文中获得两种不同设计模式的好处。维护两个不同的数据库的成本几乎是维护一个数据库的两倍，您还必须管理传输过程。
所有这些都没有为您的问题提供明确的答案，但它确实为您提供了一些用于搜索网络相关项目的流行语。
答案 3 :(得分：0)
我认为您需要了解的第一件事是组织名称更改的频率。如果答案不是很常见，那么我将报表表保持原样（不规范化）。
