0

代理键是我们书中多年来一直存在的一种机制，我讨厌再次将其带入讨论。每个人都在谈论使用代理密钥而不是业务密钥的好处。甚至 Microsoft Analysis Services 表格模型和 Microsoft PowerBI 表格模型也在使用代理键。提到的两个平台都使您能够使用一列连接维度和事实，因此是代理键，因为在现实生活中很难拥有一个单一的业务键。

在最近几年担任 BI 架构师时，我曾与 Analysis Services Multidimensional 和 Tabular 合作，我在 Multidimensional 中有过项目，每晚在 DataWarehouse 中管理高达 500GB 的数据。我面临着从具有数百万条记录的表中的 5-6 个联合和 8-10 个连接收缩的事实。

问题来了，使用代理键，为了能够知道我们需要进行额外连接的维度键。因此，如果我们希望能够将 N 个维度（尚未与构造表达式中的事实相关联）与单个事实“关联”，我们需要在 DataWarehouse 中添加 N 个额外的连接。

让我们以前面的例子为例，所以对于这个特定的事实，我们需要 5-6 个联合 + (8-10 + N) 个连接，这增加了复杂性，一旦我们需要将这个事实与 10-15 联系起来会发生什么尺寸来获取代理键。

这些年来，我一直在尝试使用我早期的咖啡来阅读我的事实表达式，就像阅读报纸一样，删除未使用的列、联合、连接，并使一切都降低复杂性以节省 ETL 处理时间。

它完全理解我们将节省查询数据仓库和语义层的时间，但是 ETL 呢，我错过了什么？

4

1 回答 1

1

关于你的问题的一些想法......

  1. 如果您不使用 SK，那么您将如何处理来自源系统的自然/业务键（即使它们是单列）不是唯一的 SCD2 维度？
  2. DW 的目的是使查询数据变得更容易和更快。如果您认为任何问题都需要付出一定的努力才能解决，那么您可以选择在产生解决方案所需的活动链中应用这些努力。如果您想减少查询的工作量，那么您需要增加数据准备的工作量，即您的 ETL
于 2020-10-29T10:22:00.113 回答