Question

想象一个事实表，其中包含一个时间段（例如1小时）内的度量值总和。

Start Date          | Measure 1 | Measure 2
-------------------------------------------
2018-09-08 00:00:00 | 5         | 10
2018-09-08 00:01:00 | 12        | 20

理想情况下，我们希望保持谷物的质量，以使每行恰好1小时。但是，每一行都引用了可能会“破坏”纹理的尺寸。例如：

Start Date          | Measure 1 | Measure 2 | Dim 1
---------------------------------------------------
2018-09-08 00:00:00 | 5         | 10        | key 1
2018-09-08 00:01:00 | 12        | 20        | key 2

尺寸值可能会改变为一小时的30分钟，在这种情况下，以上内容可能会不准确，应这样表示：

Start Date          | Measure 1 | Measure 2 | Dim 1
---------------------------------------------------
2018-09-08 00:00:00 | 5         | 10        | val 1
2018-09-08 00:00:30 | 5         | 10        | val 2
2018-09-08 00:01:00 | 12        | 20        | val 2

在我们的方案中，需要使用至少5个维键对数据进行切片，例如：

sum(measure1) where dim1 = x and dim2 = y..

此要求是否有设计模式？我曾经考虑过“定期快照”，但是我从没有阅读过有关尺寸更改时这种行拆分的信息。

我只能看到两个选项：

存储每行上最多出现的尺寸值（例如，如果在小时的大部分时间中尺寸值都为true，则使用此值）。这会导致准确性下降。
在每次尺寸更改时将每一行拆分。这在ETL中很复杂，会创建更多数据并破坏事实表中的粒度规则。

选项2是当前的解决方案，可以达到目的，但难以维护。有没有更好的方法可以做到这一点，或者有其他选择？

通过一个实际示例，该系统在生产环境中记录生产数据，因此数据类似于：

Line   | Date                | Crew   | Product   | Running Time (mins)
-----------------------------------------------------------------------
Line 1 | 2018-09-08 00:00:00 | Crew A | Product A | 60

如前所述，工作人员，产品或任何其他维度在一个小时内可能会多次更改。

Answer 1

由于您显然想报告每小时数据，因此不需要拆分事实表的时间部分，但是应该有两条记录，每个维度值一个。如果这是事务性事实表的汇总，则加载小时表的过程应按每个维键将每个记录分组。因此，在上面的示例中，您应该有两个小时的记录，如下所示：

Start Date          | Measure 1 | Measure 2 | Dim 1
---------------------------------------------------
2018-09-08 00:00:00 | 5         | 10        | val 1
2018-09-08 00:01:00 | 5         | 10        | val 1
2018-09-08 00:01:00 | 12        | 10        | val 2

您还需要考虑其他措施，并确保将它们全部放入正确的存储区（值1或值2）中。我在示例中将它们平均分配。

现在，如果按小时1和Dim 1值2进行切片，您将只看到12（小数1），如果按小时1进行切片，将值1调为1，您将仅看到5，并且如果仅在第一个小时的时间片上，您将看到17。

请记住，您的谷物是由每个维度的级别定义的，而不仅仅是时间维度。 HTH。

数据仓库设计-具有频繁更改的维键的定期快照

1 个答案: