我应该在我的事实中雪花还是复制它？

Question

我正在构建一个供 SSAS 用于创建多维数据集的数据仓库，并且我正在两种可能的模式之间进行辩论。在我的仓库中，我有两个不同的事实表，用于跟踪美元价值的每日变化。这些事实表中的每个实体都有一个与其相关的基础销售订单和行。这些 SO 和产品线还有其他相关维度，例如客户、产品等。到目前为止总共大约有 12 个子维度。

我的问题是，我是否应该将所有这些子维度直接滚动到事实表中，或者是否应该在我的仓库中使用一点雪花，并让它们从销售订单和行维度中分支出来。

第一个选项显然更好地遵循星型模式模型。但是，如果进行更改（例如添加附加维度），则需要更多维护，基本上必须对每个事实表执行两次 ETL，而不仅仅是在 SO 维度上执行一次。同样，如果添加与销售订单相关的新事实，我就必须再次完成整个过程。

由于这是我的第一个 DW/OLAP 项目，我不熟悉雪花的界限应该在哪里划定，非常感谢其他人的想法。

Answer 1

你看不到“界限应该画在哪里”的原因是“雪花”的概念已经破产（无论它被写了多少）。

最简单的方法是最好的：在 BCNF 中获取您的设计并开始使用它。添加约束以保证正确性，添加视图以保证便利性，添加过程以保证完整性，并添加索引以保证速度。不要假设性能会成为问题，或者连接会导致性能问题。等到他们这样做——如果他们这样做——然后解决他们。最多，您需要具体化那个漂亮的视图，或者可能连夜将其写入辅助表。

有一个巨大的误解，认为数据仓库有一些特殊之处。那没有。如果您的表已标准化，您可能会惊讶于服务器“汇总您的维度”的效果，这在其他地方都称为“执行您的查询”。