9 关于数据仓库维度数据处理的方法探究系列——雪花维

 原创于2006年12月16日，2009年10月15日迁移至此。

 

雪花架构是星型架构的一个扩展，有多个表定义一个或多个维度。在雪花架构中，只将主维度表和事实数据表联接。其他维度表联接到主维度表。

5、 雪花维概述

5.1概述

常 规维度是指那些既不是虚拟维度、父子维度，也不是数据挖掘维度的维度。与父子维度不同（其层次结构是不均衡层次结构），常规维度中的层次结构要么均衡层次 结构，要么是不齐整层次结构。常规维度包含的级别数目与定义时选择的列数目相同。这些级别一般按照常规到特定的顺序排列。 (微软 SQLServer2000联机帮助概念 )

常规维度可以基于多个联接表。如果一个常规维度基于多个表，而且它没有雪花架构，则将它添加到多维数据集中时将采用这种架构。如果一个常规维度基于单个表，而且用星型架构将该维度添加到多维数据集中，则该多维数据集将保留星型架构。 (微软 SQLServer2000联机帮助概念 )

因此雪花架构是星型架构的一个扩展，有多个表定义一个或多个维度。在雪花架构中，只将主维度表和事实数据表联接。其他维度表联接到主维度表。

5.2实现

事实上雪花维度既可以是由多个表联合组成的，也可以由一个表的多个有固定层次结构的；当然多个表也可以融合成为一个表或者视图，实际项目中也会这么做。

多个表的关联组合会带来一定的隐患，主要是键值不能匹配或者缺失，上级找不到下级，下级找不到父级，所以处理起来比较困难，当然通过表关联比较符合数据库的设计原则；通过将两个表放到一起就可以有效的缓解，数据不一致的情况。

对于两个不同的表的处理，请参见 3.3.1覆盖，只不过在完成表的处理之后，需要对这两张表进行视图合并，增加无键值时的缺省值。

当然也可以通过存储过程将两张表合并到一张表中，具体情况根据业务需求而实现。

代码

CREATE TABLE t_tmp_xxx ( ID VARCHAR(20) NOT NULL, SuperID VARCHAR(20) NOT NULL, Name VARCHAR(50) , CONSTRAINT PK_t_tmp_xxx PRIMARY KEY (ID) ) go CREATE TABLE t_tmp_super_xxx ( SuperID VARCHAR(20) NOT NULL, Name VARCHAR(50) , CONSTRAINT PK_t_tmp_super_xxx PRIMARY KEY (SuperID) ) go CREATE TABLE t_dem_xxx ( ID VARCHAR(20) NOT NULL, Name VARCHAR(50) , SuperID VARCHAR(20) NOT NULL, SuperName VARCHAR(50), CONSTRAINT PK_t_dem_xxx PRIMARY KEY (ID) ) go INSERT INTO t_tmp_xxx VALUES('1','1','a') INSERT INTO t_tmp_xxx VALUES('2','2','b') INSERT INTO t_tmp_xxx VALUES('3','3','c') INSERT INTO t_tmp_super_xxx VALUES('2','bb') INSERT INTO t_tmp_super_xxx VALUES('4','dd') Go CREATE VIEW v_dem_xxx AS SELECT '-1' as ID,’ 缺省 ’ Name,'-1' SuperID, ‘ 缺省 ' SuperName Union All SELECT a.ID ID,a.name Name, CASE WHEN b.superid IS NULL THEN '-1' ELSE b.superid END SuperID, CASE WHEN b.superid IS NULL THEN’ 缺省 ' ELSE b.name END SuperName FROM t_tmp_xxx a LEFT JOIN t_tmp_super_xxx b ON a.SuperID=b.SuperID