本文介紹了雪花圖與多對多關(guān)系的處理方法，對大家解決問題具有一定的參考價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)吧！
問題描述
我有一張雪花圖：
Fact:
id_movie
id_user
rating
Dim Users:
id_user
...
Dim Movies:
id_movie
...
在我的ERD中，我還有一個(gè)表Category，它與電影有多對多的關(guān)系：
Dim_Category:
id_category
...
Map_Category_Movie:
id_movie
id_category
relevance
我正在嘗試找到一種有效的方法來在雪花/星形模式中對此進(jìn)行建模。我的問題：
我可以將這兩個(gè)表添加到雪花圖中，但這會讓人感覺不對勁，因?yàn)槲彝ǔＶ皇褂米鳛樵搱D外部邊緣的子表的聚合的表。
我可以為相關(guān)性創(chuàng)建另一個(gè)事實(shí)表，但由于我希望最終報(bào)告用戶的相關(guān)性與他們在電影中的評級行為的相關(guān)性，我需要同時(shí)使用這兩個(gè)事實(shí)表，對我來說，這是一種不正確的方法。
這里有什么指導(dǎo)嗎？
推薦答案
很有可能你已經(jīng)對自己做出了回應(yīng)，歡迎來到地獄。
首先，您會對http://www.information-management.com/中的報(bào)價(jià)感興趣：
雪花結(jié)構(gòu)將減少對維度的批量更新。雖然一直被認(rèn)為比恒星慢，但一些測試表明，扁平維度和雪花維度在性能上沒有區(qū)別。事實(shí)上，在某些情況下，雪花提供了卓越的性能，例如當(dāng)較寬的維度(即，客戶)被分割成雪花時(shí)。
因此，使用橋接表不會導(dǎo)致顯著的性能損失。在大多數(shù)情況下，我更喜歡雪花，因?yàn)橛袝r(shí)管理數(shù)據(jù)集市真的更容易，而硬件/數(shù)據(jù)大小為您提供了這樣做的機(jī)會。
我的友好建議是創(chuàng)建橋接表(MOVICE_ID、CATEGORY_ID、REALICATION)，然后繼續(xù)。
如果您有固定的和較小的類別列表，請創(chuàng)建具有預(yù)定義類別的表：
dim_movies
----------
movies_id
category1_relavance
category2_relavance
category3_relavance
最多10個(gè)也許可以，特別是如果您為公司工作，您創(chuàng)建的是DWH，而不僅僅是咨詢(您可以管理)。
有一次，我們試圖創(chuàng)建一個(gè)數(shù)據(jù)倉庫的杰作，其中有一個(gè)與您的類似的示例。付款交易基于性能(每個(gè)事實(shí)表的數(shù)據(jù)超過2TB)，因此我們決定嘗試創(chuàng)建星型架構(gòu)。
我們創(chuàng)建了維度，就像我上面描述的那樣，每次沒有。不同類別的增長etl在表中增加了新的字段。
ETL進(jìn)程還必須動態(tài)重新創(chuàng)建多維數(shù)據(jù)集。
雖然很痛苦，但在我的記憶中，它的表現(xiàn)比雪花好13%。
此外，在最詳盡的項(xiàng)目中，我相信10y.o孩子會更好地設(shè)計(jì)數(shù)據(jù)庫，我們必須將每個(gè)項(xiàng)目準(zhǔn)確地連接5個(gè)類別。每一類都指向20多個(gè)可能的表格中的一個(gè)。它只能根據(jù)一些規(guī)則通過他們的軟件加入。這是一種1…5：多的關(guān)系(它不存在！？！)
pk code_conto cat1 cat2 cat3 cat4 cat5
----------------------------------------------------------
1 123 17 NULL 5467 12 NULL
2 124 67 1098 NULL 1423 AK12
3 123 NULL NULL NULL 13 23
代碼如下：
If (code_conto == 123)
{
Category1_join_set = 'SELECT cat_id, cat_name FROM cat_customers'; //NOTE THIS
Category2_join_set = 'SELECT cat_id, cat_name FROM cat_products';
Category3_join_set = 'SELECT cat_id, cat_name FROM cat_city';
...
...
}
If (code_conto == 124)
{
Category1_join_set = 'SELECT cat_id, cat_name FROM cat_products'; //AND THIS
Category2_join_set = 'SELECT cat_id, cat_name FROM cat_origin'; //ON SAME FIELD
Category3_join_set = 'SELECT cat_id, cat_name FROM cat_blabla'; //DIFFERENT JOIN TABLE
...
...
}
都是硬編碼的。因此，我們對查詢進(jìn)行了硬編碼，重復(fù)了100多次When In Case語句。你猜怎么著？ERP供應(yīng)商改進(jìn)了他的軟件，并創(chuàng)建了映射表，其中是基于CODE_CONTO鍵的‘C’IF語句。
我們花了3周多的時(shí)間來提供良好且安全的ETL工作(使用SQL、外部工具)。
我寫這一切不是白寫的。我想讓你和其他人相信，在多對多關(guān)系中使用橋接表可能是97%的最佳實(shí)踐。
但是，有五種可能的M：M關(guān)系設(shè)計(jì)解決方案：
-
數(shù)組或系列(我甚至不想嘗試)
橋接表
分組
固定級別
動態(tài)創(chuàng)建固定級別
希望我沒有把您弄糊涂。
這篇關(guān)于雪花圖與多對多關(guān)系的文章就介紹到這了，希望我們推薦的答案對大家有所幫助，
