database - 数据仓库——如何存储created_time、created_date、complete_time、complete_date

Question

我的任务表有 4 列来存储created_time、created_date、completed_time、completed_date。

当我将该表转换为 OLAP 时，我是想将它们存储在日期时间维度下，还是将它们保存在事实表中。

谁能解释一下。谢谢。

Answer 1

假设您使用的是星型模式，日期维度通常不仅仅是一个查找表。它通常包含大量描述事实表中特定日期的列，例如是否节假日、在哪个季度、在哪个财政季度等。

以这种方式构建，企业可以询问诸如第一季度完成了多少任务之类的问题(无需输入第一季度的确切开始和结束日期)。

您的问题的答案取决于您希望用户问您的查询类型。如果可能出现上述查询，那么是的，创建一个综合日期维度来存储日期信息。

当然，这会使您的查询使用 FK(或指向日期维度的指针列)，并且会让您使用联接。对于非常大的表，连接可能会稍微降低性能。然而，星型模式就是基于这个概念。

日期维度必须使用一些数据行进行初始化，这些数据行通常涵盖除当前年份之外的 1 年或 2 年(或可能更多)。

现在，我们来谈谈时间列。不建议在日期维度中构建时间(参见链接)。如果您在日期维度中构建时间，则日期维度将不必要地庞大。

我建议您只将时间列放在事实表中，无论您是否使用时间维度。我还建议您在事实中包括计算列，例如在事实表中以天、月、年和小时为单位的总持续时间(假设此信息用于查询，例如有多少任务需要 5 小时才能完成)。您需要在 ETL 期间进行计算。您不能在没有日期的情况下从开始时间中减去结束时间。您也不希望在查询期间进行此类计算，否则查询会很复杂。

这种类型的非规范化可能被星型模式模型中的许多人接受，并且有一个小的缺点，即使事实变得更长。有多种方法可以使计算列虚拟化，但您可能决定保留计算列。在这种情况下，如果您的事实很长并且您有大量的事实表，您可能会决定创建一个与主要事实以 1-1 关系关联的特殊事实表以加快处理速度，新事实将是更小，加载速度更快。但是，在许多应用程序中情况可能并非如此，即 1 个事实就可以很好地完成工作。

这也可能有帮助:Kimball-Latest Thinking On Time Dimension Tables .