Question

在事实表（维度建模数据仓库）的度量字段中，NULL值通常映射为0是什么原因？

Answer 1

虽然你已经接受了另一个答案，但我会说使用NULL实际上是一个更好的选择，原因有两个。

第一个原因是，当存在NULL时，聚合返回“正确”答案（即用户倾向于期望的答案），但在使用零时给出“错误”答案。在这两个查询中考虑AVG（）的结果：

-- with zero; gives 1.5
select SUM(measure), AVG(measure)
from
(
select 1.0 as 'measure'
union all
select 2.0
union all
select 3.0
union all
select 0
) dt

-- with null; gives 2
select SUM(measure), AVG(measure)
from
(
select 1.0 as 'measure'
union all
select 2.0
union all
select 3.0
union all
select null
) dt

如果我们假设此处的度量是“制造物品的天数”而NULL表示仍在生产的物品，则零给出错误的答案。同样的推理也适用于MIN（）和MAX（）。

第二个问题是，如果零是默认值，那么如何区分零作为默认值，零作为实际值？例如，考虑“欧元运费”的衡量标准，其中NULL表示客户自己接收订单，因此没有运费，零表示订单是免费运送给客户的。在不完全更改数据含义的情况下，不能使用零来替换NULL。你可以明显地认为，区别应该从其他方面明确（例如运输方法），但这会增加报告的复杂性并理解数据。

Answer 2

这取决于你的建模，但一般来说，这是为了避免执行聚合的复杂性。在许多情况下，出于这些目的将NULL视为0是有意义的。

例如，在指定时间段内有NULL个订单的客户。或者销售收入NULL的销售人员（对他感到羞耻！）。

Answer 3

主要原因是数据库将空格与空白或零区别对待，即使它们看起来像人类的空白或零眼。

以下是link关于同一主题的旧设计提示Ralph Kimball。

This blogpost讨论了避免措施中的空值并给出了一些建议。

Answer 4

如果您打算在事实列上执行平均值，则应使用NULL而不是0。这是我认为NULLS在dwh事实或维度上的唯一时间

如果事实值未知/迟到，则最好留空。

MIN，MAX等集合函数在NULLS上工作只是忽略它们

（对于拉尔夫·金博尔的记录中的一位搭档，我打算在他的课程中说这个）

with goodf as
(
select 1  x
union all
select null 
union all
select 4
)
select sum(x) sumx,min(x) minx,max(x) maxx,avg(cast(x as float)) avgx 
from goodf


with badf as
(
select 1  x
union all
select 0 /* unknown */ 
union all
select 4
)
select sum(x) sumx,min(x) minx,max(x) maxx,avg(cast(x as float)) avgx 
from badf

高于平均值的badf中的

出现错误，因为它使用未知值的零作为字面值0

为什么在Fact表中将NULL值映射为0？

4 个答案: