data-warehouse - 大维度周期性快照事实表

Question

我被要求对星图进行建模。
我有 3 个维度:

日期(日、月、年、周、季度、...)

位置(500 个不同的值)

产品(80k 种不同的产品)

主要问题是一天结束时每个地方存储了多少元素(产品)。

经过一些关于维度建模的学习时间。我想我应该实现一个 周期快照表 .然而，通过阅读 Kimball Docs，我注意到定期快照需要维度的每个组合的条目。这意味着我应该添加 40M 每天行(80k * 500)。
知道产品是(真正的)缓慢移动的，而且很多地方都存储 零 长时间的产品，这听起来像是一种极端的矫枉过正。
仅供引用，三年后源数据库中的事务为 150k 行。

那么我真的应该每天添加 40M 行，还是可以只添加指定产品的非空商店？另外，如果某天由于某种原因所有商店都空了，我是否应该为那天输入一个条目(商店和产品的尺寸为 N/A)？

Answer 1

你建模正确。这取决于规范，但通常您只存储存在于某个位置的产品(您不存储零)，这可能会产生远低于最大 80k 的数字。

如果你想进一步减少你的数字，你可以存储最后 N 天，然后开始在“冷”表中移动数据。您存储(例如)最近 10 天的快照，然后仅在主“热门”事实表中存储月度快照。

不要排除在报告系统中动态计算快照的可能性，这取决于您的环境可能很容易(例如在 MDX 或 DAX 中)。混合解决方案也是可能的(即仅动态计算最后一个月)。