Question

我有一个客户端维度和事实表来跟踪客户端的会话，这些列表包含以下列：

代码：

[DimClient]
----------
PK_ClientKey
ClientNumber
EmailAddress
Postcode
PostcodeLongitude
PostcodeLatitude
DateOfBirth
Gender *
Sexuality *
CulturalIdentity *
LanguageSpokenAtHome *
CountryOfBirth
UsualAccommodation *
LivingWith *
OccupationStatus *
HighestLevelOfSchooling *
RegistrationDate
LastLoginDate
Status

[FactSession]
-------------
PK_SessionKey
FK_ClientKey
...

我的第一个要求是在特定会话（FactSession）上开始对客户的年龄进行分组，解决此问题的最佳方法是创建Age Group维度并在FactSession中创建外键（FK_AgeGroupKey）到DimAgeGroup尺寸。

现在我认为用*（上面）跟踪所有列会很好。这些（尚未证实）与Sessions有很高的相关性。通过DWH工具包阅读它似乎是一个迷你维度，以容纳所有*列与Age Group最适合，所以我把以下结构放在一起：

代码：

[DimClient]
----------
PK_ClientKey
ClientNumber
...
Status

[DimDemographic]
-----------------
PK_DemographicKey
AgeGroup
Gender
Sexuality
...
HighestLevelOfSchooling

[FactSession]
-------------
PK_SessionKey
FK_ClientKey
FK_DemographicKey

DimDemographic表需要使用SCD Type 2才能跟踪随时间的变化。这是满足我要求的最佳方法吗？

此外，我的客户端维度上有RegistrationDate和LastLoginDate列，如果客户端注册但从未登录到LastLoginDate字段中的最佳值？像'1900-01-01'或NULL？

很抱歉很长的帖子，但希望我已经提供了足够的信息，提前谢谢！

Answer 1

是的，上述解决方案应该可以正常工作。它支持您跟踪随时间变化的需求，否则您可以直接在DimClient中包含DimDemographic链接。关于日期问题，我相信你应该使用NULL，这意味着没有值，因为没有登录。此外，识别未登录将是：

select * from DimClient where LastLoginDate IS NULL

对我而言，这比使用人工日期的查询要好得多。

Answer 2

我会在您的客户端维度中添加一个字段，以指示用户从未登录过。例如：

select * form DimClient where HasUserLoggedIn = 'NO';

它非常人性化，你不必教你的业务用户有关空值。传统上，数据仓库中的空值很糟糕，除非是数值事实值，因为null！= null的复杂性。

迷你/垃圾尺寸建议

2 个答案: