问题标签 [star-schema]

我正在为联系历史事实表设计数据仓库事实表。我当前的架构看起来像这样：

我的应用程序要求之一是为维度ContactResult上的选择列表找到最新的。ContactType该ContactType维度具有一个ContactClass属性，该属性将用于标识要作为过滤依据的值范围。

上述结构让我可以通过 获取ContactType选择的所有联系信息ContactClass，并且我可以处理该列表以获取最新值。

问题是，任何人都可以建议对上述内容进行修改，以便更轻松地获取特定的最近联系事件ContactClass吗？目前这是一个事务性事实表，但如果它可以提高可用性，我很乐意对其进行更改。

此操作将针对广泛的客户 (200K+) 相当频繁地运行，因此性能很重要。该操作将在 Web 界面上以 C# 代码完成，因此在这种情况下，特定于 BI 工具的解决方案对我没有用处。

到目前为止，我想出的唯一想法是一个累积事实表，它只记录每个ContactClass. 对此选项的任何改进将不胜感激。

我正在为大型数据仓库中的客户发票创建数据模型。

下面显示了典型发票上的字段：

以下是迄今为止我为发票建模而制定的数据模型：

传统观念是大型数据仓库应该使用星型模式，这意味着一个事实表，但似乎要为发票建模，我需要两个事实表，如上所示。使用两个事实表是否正确？

由于我没有使用该JOIN命令，我想知道这是否确实是一个JOIN（如果不是，该怎么称呼它）？

这是一个维度模型，通过使用代理键和主键来匹配细节

我正在构建一个星型模式作为我正在构建的分析应用程序的后端。我的查询生成器正在使用常规星型连接模式构建查询。下面是一个示例查询，其中一个事实表连接到两个维度表，维度表由最终用户选择的常量值过滤。

我正在使用 MySQL 5.5，所有表都是 MyISAM。

在这个问题中，我只是想拉前 N 行（在这种情况下，前 1 行）

解释输出如下。两个维度键都解析为常量值，因为有一个唯一键应用于它们的值。

这是事实表上的索引：

在分析此查询时，我看到查询花费大部分时间执行文件排序操作“排序结果”。我的问题是，即使使用正确的索引，为什么这个查询不能简单地提取第一个值而不进行排序？my_idx 已经在右列排序，索引中首先出现的两列解析为常量，如计划所示。

如果我重写查询，如下所示，我可以得到我想要的计划，而不需要文件排序。

更改生成这些 SQL 命令的工具会很昂贵，所以即使查询是以原始格式编写的，我也想避免这种文件排序。

我的问题是，为什么即使索引上的第一个键是常量（通过 INNER JOIN）并且索引按正确的顺序排序，MySQL 仍然选择进行文件排序？有没有解决的办法？

我们使用 Postgres 进行分析（星型模式）。每隔几秒钟，我们就会收到大约 500 种指标类型的报告。最简单的模式是：

我们的 DBA 提出了一个建议，将相同 5 秒的所有报告扁平化为：

一些开发人员反驳说这增加了开发的巨大复杂性（批处理数据以便一次性编写）和可维护性（仅查看表格或添加字段更复杂）。

DBA 模型是此类系统中的标准实践，还是仅在原始模型明显不够可扩展时才采取的最后手段？

编辑：最终目标是为用户绘制折线图。因此，查询将主要选择一些指标，按小时折叠它们，并选择每小时（或任何其他时间段）的最小/最大/平均值。

编辑：DBA 参数是：

1. 这与第 1 天相关（见下文），但即使这不是系统最终需要做的事情，从另一个模式迁移也会很痛苦

2. 将行数减少 x500 倍将允许更高效的索引和内存（在此优化之前该表将包含数亿行）

3. 选择多个指标时，建议的架构将允许一次传递数据，而不是对每个指标进行单独查询（或 OR 和 GroupBY 的一些复杂组合）

编辑：500 个指标是“上限”，但实际上大多数时候每 5 秒只报告约 40 个指标（虽然不是相同的 40 个）

我的表结构如下

现在我必须将等级和级别作为维度的级别。

写在“dim_question_tbl”表上的多维数据集。

我把维度写成

这不起作用。我得到的例外是“[等级]”必须至少有一个级别。

我也试过用sql查询

使用 sql 查询也是我得到的相同异常。

谁能帮助我如何使用雪花模式获得多个级别？

我正在为我的 BI Start 架构设计维度表。我已经观察到与每个 Dimension 值关联的用户友好属性值的值，因为这些值可以很容易且有效地用于报告。

我想知道，包含/公开源系统的编码值是否有任何好处（当然不包括源系统的唯一键）？

例如，如果我有一个名为 Color 的属性，其源系统中的本机代码值为：x2、x7、x9 分别代表 Red、Blue、Green - 在 Dimension 表中维护 2 列是否有任何价值：一个用于源系统代码值（例如 x2）和一个用户友好值（例如红色）？

在 BI 报告中（我们目前在星型模式上使用 Cognos）连接回源系统以获取其他属性是否常见？

这些“其他”属性是否应该始终出现在 BI 模式中，从而永远不会重新连接到源系统？

我正在创建一个星型模式来为学校的术语和课程建模。

学习管理系统 (LMS) - 上课的地方，将每个课程与特定的 LMS 术语相关联。

学生信息系统 (SIS) - 学生注册课程的地方，以比 LMS 更精细的方式对术语进行建模。因此，每个 LMS 术语都有多个 SIS 术语。

每个事实记录都以班级内的学生为粒度，并与 1 个 LMS 学期相关联。

看来我可以制作二维表：DimSisTerm 和 DimLmsTerm。

或者，我可以制作 1 个符合要求的维度表：DimTerm

在单个符合维度的情况下，每个 SIS 术语将有 1 条记录，但是 LMS 术语键及其属性将针对所有相关的 SIS 术语记录重复。

之前经历过这种情况的人可以就这两种情况之间的权衡提供指导吗？

如果这是一个微不足道的问题，请多多包涵，我是一只新蜜蜂，我正处于 OLAP 系统的设计阶段，我需要显示某个日期范围的成本。我有其他三个维度，如产品、供应商和语言。我应该将日期添加为一个维度吗？我的查询主要花费在从 5-11-1997 到 01-09-2-13 这样的日期范围内，这是最好的方法。

我有

维度表

事实表

我的问题是，如果我想查找某个位置一个月的平均销售额，我应该在事实表中添加 average_sales 列吗？如果我想查找使用会员卡完成的销售额，我应该在事实表中添加相应的字段吗？

到目前为止，我的理解只是可数的措施应该是事实表，所以我猜 member_card 不应该出现在事实表中。

如果我错了，请告诉我。