數據倉庫中的代理鍵

Question

我瞭解DWH環境中代理鍵的一般概念。 但有兩個方面我不懂，但沒有找到有關信息：

1. 它是常見的做法，一個代理鍵是在一名維的整個DWH或獨特獨特之處？
2. 如果我有一個層次結構的維度，那麼層次結構是否會影響代理鍵的生成？

Answer 1

1）代理鍵對於一行是唯一的 - 它用作一行中所有單元之間關係的常用句柄。由於存儲數據的方式，代理鍵並不是嚴格需要推斷連續單元之間的關聯。但是如果你的行在一個實體（一個表）中表示一個可數的標識（一個表），如果你的數據庫被標準化了，那麼引用一個單一的代理鍵（通常是主鍵）比保留一個引用給主鍵的所有參與者。例如，在一個緊湊柱上維護索引比在整行上更容易。

實際上，代理鍵有另一個應用程序。由於數據通常是由多個來源組合而成的，因此您可能會遇到組合主鍵的問題（組合使用幾列來唯一標識每行）以及重複業務鍵的問題（各種鍵取自各種源系統）。因爲替代鍵用於查找，所以它的緊湊性非常重要。使用遞增整數或固定長度的散列，並將來自源的業務密鑰保留在separte列中。

2）這個問題很難回答，因爲我不知道你用什麼軟件來管理你的維度和層次結構。這會影響很多事情。在典型的非規範化的Kimball體系結構中，在維度表中，使用代理鍵來引用維度表中的唯一行。在具有幾個分層的二維表格中，其意義可能有點混亂。代理鍵對於具有最高基數（成員數量）的層次結構而言只會是真正唯一的，因爲這將決定維度表中有多少行。所以實踐是，關鍵是維度表唯一的，並且正是其中的一個層次結構 - 成員數量最多的層次結構。如果您爲此添加層次結構版本（緩慢變化的維度），則替代關鍵字的確切含義可能具有欺騙性。

注意：Rant：我通常在一個維度表中發現多個層次結構的想法相當令人沮喪。誠然，它會減少事實表中維度引用的數量，但也有缺點。維度表的非規範化會導致一些後果（醜陋的重複）。其中之一就是加入維度表時加倍計算的風險。這通常由所使用的軟件包固定（或掩蓋），檢查值是否相同，然後將它們相加並減少計數。但這是計算異常情況和總結錯誤的常見來源，只能通過非常骯髒的黑客在路上處理。其中我看到不少。

Answer 2

是的，代理鍵對於一行是唯一的 - 它用作一行中所有單元之間關係的常用句柄。由於存儲數據的方式，代理鍵並不是嚴格需要推斷連續單元之間的關聯。但是如果你的行在一個實體（一個表）中表示一個可數的標識（一個表），如果你的數據庫被標準化了，那麼引用一個單一的代理鍵（通常是主鍵）比保留一個引用給主鍵的所有參與者。例如，在一個緊湊柱上維護索引比在整行上更容易。