sql - 数据库仓库设计: fact tables and dimension tables

Question

我正在使用 RDBMS 构建一个穷人的数据仓库。我已确定要记录的关键“属性”:

• 性别(真/假)
• 人口统计分类(A、B、C 等)
• 出生地
• 出生日期
• 体重(每日记录):正在记录的事实

我的要求是能够运行“OLAP”查询，以便我能够:

• “切片和切 block ”
• “向上/向下钻取”数据并
• 一般来说，能够从不同的角度查看数据

阅读完该主题领域后，普遍的共识似乎是最好使用维度表而不是标准化表来实现。

假设这个断言是正确的(即该解决方案最好使用事实和维度表来实现)，我想在这些表的设计方面寻求一些帮助。

“自然”(或明显)尺寸是:

• 日期维度
• 地理位置

具有层次属性。但是，我正在努力解决如何对以下字段进行建模:

• 性别(真/假)
• 人口统计分类(A、B、C 等)

我在这些领域苦苦挣扎的原因是:

1. 它们没有明显的有助于聚合的分层属性 (AFAIA) - 这表明它们应该位于事实表中
2. 它们大多是静态的或很少发生变化 - 这表明它们应该位于维度表中。

也许我上面使用的启发式太粗糙了？

我将给出一些关于我想对数据仓库进行的分析类型的示例 - 希望这能进一步澄清问题。

我想按性别和人口统计分类汇总和分析数据 - 例如，回答如下问题:

• 不同人口统计分类中男性和女性的体重比较如何？
• 本季度哪种人口统计分类(男性和女性)体重增加最多。

等等

任何人都可以澄清性别和人口统计分类是否是事实表的一部分，或者它们是否(正如我怀疑的)维度表。？

还假设它们是维度表，有人可以详细说明表结构(即字段)吗？

“显而易见”的模式:

CREATE TABLE sex_type (is_male int);
CREATE TABLE demographic_category (id int, name varchar(4));

可能不是正确的。

Answer 1

不知道为什么您觉得使用 RDBMS 是穷人的解决方案，但希望这会有所帮助。

表dimGeography 和dimDemographic 是所谓的迷你维度；它们允许基于人口统计和地理进行切片，而无需加入 dimUser，并且还可以在测量时捕获用户当前的人口统计和地理。

顺便说一句，在 DW 世界中，详细 - Gender = 'female', AgeGroup = '30-35', EducationLevel = 'university', 等等