關鍵數據倉庫事實表的正確方法

Question

在數據倉庫中鍵入FACT表時，最好使用外部表中的主鍵還是業務使用的唯一鍵或標識符？例如（見下圖），假設您有兩個維度表「DimStores」和「DimCustomers」以及一個名爲「FactSales」的FACT表。這兩個維度表都有一個索引主鍵字段，它是一個整數數據類型並被命名爲「ID」。他們還有一個索引唯一的業務密鑰字段，它是一個名爲「Number」的字母數字文本數據類型。

通常，您將使用維度表的主鍵作爲FACT表中的外鍵。但是，我想知道這是否是最好的方法。

通過使用主鍵，爲了查找或對FACT表中的事實進行計算，您可能必須始終對主鍵執行聯接查詢並將該業務鍵用作查找。原因是因爲大多數用戶不知道在FACT表中進行查找的主鍵值。但是，他們可能會知道業務關鍵。因此，要使用該商業密鑰，您必須執行聯合查詢來建立關係。

由於無論如何都會對業務鍵進行索引，只是將它用作FACT表中的外鍵會更好嗎？這樣你就不必進行連接，只需直接進行查找或計算？

我想它歸結爲聯接查詢是否昂貴？想象一下，你正在處理數十億條記錄的FACT表格和維度。

示例表：

DimStores: 
+------------+-------------+-------------+ 
| StoreId | StoreNumber | StoreName | 
+------------+-------------+-------------+ 
| 1   | S001  | Los Angeles | 
| 2   | S002  | New York | 
+------------+-------------+-------------+ 

DimCustomers: 
+------------+----------------+--------------+ 
| CustomerId | CustomerNumber | CustomerName | 
+------------+----------------+--------------+ 
| 1   | S001   | Michael  | 
| 2   | S002   | Kareem  | 
| 3   | S003   | Larry  | 
| 4   | S004   | Erving  | 
+------------+----------------+--------------+ 

FactSales: 
+---------+------------+------------+ 
| StoreId | CustomerId | SaleAmount | 
+---------+------------+------------+ 
| 1  | 1   |  $400 | 
| 1  | 2   |  $300 | 
| 2  | 3   |  $200 | 
| 2  | 4   |  $100 | 
+---------+------------+------------+ 

在上面得到了洛杉磯店的總銷售額我不得不這樣做：

Select Sum(SaleAmount) 
From FactSales FT 
Inner Join DimStores D1 ON FT.StoreId = D1.StoreId 
Where D1.StoreNumber = 'S001' 

假如我用了「StoreNumber」和「CustomerNumber」字段代替「FactSales」表中的外鍵。我不需要做一個加入查詢，而是可以直接完成此操作：

Select Sum(SaleAmount) 
From FactSales 
Where StoreNumber = 'S001' 

Answer 1

您使用人造主鍵的原因是將數據倉庫與業務決策隔離開來。

您的業務增長。現在你有超過1000家商店。商店的鑰匙改變。你如何處理這個問題？

如果存儲密鑰散佈在整個數據倉庫中，這是一個痛苦的操作。如果商店密鑰只是維度表上的一個屬性，那麼這很容易。

我還應該注意到，在很多情況下，尺寸可能是2型尺寸 - 這意味着它們隨時間而變化。例如，顧客可以改變他們的名字，但是你可能想知道他們的名字在特定的時間點。

第三個原因。人造主鍵通常是整數。這些比字符串更好（尤其是長度可變的字符串）。性能的差異很小，但這是使用主鍵的原因。事實上，如果鍵是字符串並且比整數長，那麼在空間方面使用人造鍵可能會更有效。