Dus*_*gen 7 data-warehouse sql-server facttable
我正在使用数据仓库的星型模式，但遇到来自不同数据源的标题和行项目的问题。
CREATE TABLE DataSourceAHeader
(
OrderId INT NOT NULL
,TotalCost MONEY NOT NULL
-- Date, etc...
);
CREATE TABLE DataSourceALine
(
OrderId INT NOT NULL
,LineNumber INT NOT NULL
-- Dates, etc...
);
CREATE TABLE DataSourceBLine
(
OrderId INT NOT NULL
,Cost MONEY NOT NULL
,LineNumber INT NOT NULL
);
我有数据源 A 和 B，它们以不同的方式表示相同的数据。数据源 A 包含标题和行项目，但标题中仅包含净结果（总成本）。数据源 B 仅包含行项目，每个项目都有一个结果（成本）。
我可以保留两个事实表（一个用于标题，一个用于行项目），但我已经研究过，这似乎是不可取的。是否有处理这种不匹配格式的策略，还是应该将它们存储在单独的数据仓库中（每个数据源一个仓库）？
我目前的策略：
CREATE TABLE Fact.Order
(
Id BIGINT IDENTITY PRIMARY KEY
,OrderId INT NOT NULL
,Cost MONEY NOT NULL
-- Date key, etc...
);
CREATE TABLE Fact.OrderLine
(
Id BIGINT IDENTITY PRIMARY KEY
,OrderFactId BIGINT NOT NULL REFERENCES Fact.Order (Id)
,LineNumber INT NOT NULL
-- related line stuff
);
DataSourceAHeader并且DataSourceBLine被插入到Order和 中OrderLine。DataSourceBLine每行拆分一行。
这是一个DataSourceAHeader和的例子DataSourceALine
SELECT * FROM Fact.Order;
|------------------------------------|
| Id | OrderId | Cost |
| 1 | 1100 | 12000.00 |
| 2 | 1101 | 10000.00 |
|------------------------------------|
SELECT * FROM Fact.OrderLine;
|-------------------------------------------|
| Id | OrderFactId | LineNumber |
| 1 | 1 | 1 |
| 2 | 1 | 2 |
| 3 | 1 | 3 |
| 4 | 2 | 1 |
| 5 | 2 | 2 |
| 6 | 2 | 3 |
|-------------------------------------------|
这是一个例子 DataSourceBLine
SELECT * FROM Fact.Order;
|---------------------------------|
| Id | OrderId | Cost |
| 1 | 1000 | 12.00 |
| 2 | 1000 | 10.00 |
|---------------------------------|
SELECT * FROM Fact.OrderLine;
|-------------------------------------------|
| Id | OrderFactId | LineNumber |
| 1 | 1 | 1 |
| 2 | 2 | 2 |
|-------------------------------------------|
编辑：
将TotalCost在报头不能被放倒在线路电平。我与一位架构师熟人聊天，他的建议是实现两个单独的事实表，一个用于标题（摘要），一个用于行（详细信息），并且只NULL为DataSourceA.
编辑2：
我正在尝试使用 OrderId 通用，因为我还有几个数据源可能包含类似的 OrderId 方案（冲突）。我已经实现了一个映射表，以便将源标识符转换到仓库中。
编辑3：
为了让这个问题不仅仅对我自己有帮助，我希望答案具有以下详细信息（主要是为了汇编每个人已经推理过的内容）：
如果您想将其非规范化为单个事实表，则该事实表将与行项目有关。因此，来自 DataSourceAHeader 的事实需要拆分并分发到相关的行项目，这样它们就不会重复。正如目前所呈现的，这意味着降低总订单成本并通过对行项目成本求和来计算。
\n\nDataSourceAHeader 维度键（例如订单日期）可以从DataSourceAHeader 中获取并应用于从DataSourceBLine 生成的事实行。在示例中，DataSourceALine 上似乎不包含尚未包含在 DataSourceAHeader 或 DataSourceBLine 中的任何信息，但如果存在，则可以以类似的方式进行映射。
\n\n这种方法依赖于许多假设，其中关键的一个是 DataSourceAHeader 中的所有事实都可以准确地分布在其组成的行项目中。如果情况并非如此，加载两个单独的事实表（一个用于订单，一个用于行项目）可能是更好的方法。如果需要询问很多有关订单的问题，而这些问题不考虑订单项的特定信息，则情况可能也是如此。这在您引用的文章中被标记为“坏主意#2”，但我发现在某些情况下，这实际上是一个好主意。
\n\n最后，这假设两个数据源是同步的。如果不是，您将限制自己以较慢的数据源的速度加载数据。这可能没问题，但需要根据您的需求以及两个数据源之间的差异进行考虑。
\n\n编辑：反规范化为单个事实表可能会在计算订单时显着影响性能，因为它本质上是一个不同的计数，这将是我考虑两个单独的事实表的主要原因。
\n\n编辑2（回应问题编辑）：
\n\n这里的问题是，在最细粒度的级别（行）数据是不完整的，因为并非所有行都有成本值。但是，总成本信息可在上一级（标题）中获得。\n这表明您无法从较低级别推导出较高级别；让\xe2\x80\x99s 考虑结果选项：
\n\n提出这个问题是因为对两个相关的事实表存在疑问。怀疑源于这样一个事实：维护和连接两个大型事实表可能会占用大量资源。确实如此，如果可以使用最精细的信息来提供情况的完整描述，那么最好使用单个事实表。但是，在这种不可能的情况下，如果您想保留尽可能多的信息，则需要两个事实表。
\n