sql - 代理与自然主键，*特别*在数据仓库中。这有争议吗？

Question

代理与自然主键在数据仓库领域是否普遍存在争议？需要明确的是-无论如何，自然键都会在那里。我所说的代理键是指源系统中不存在的键，但它们是作为数据仓库的 ETL 的一部分创建的。

是否依赖源系统自然键作为主键，还是将代理键分配为 ETL 的一部分是否存在争议？

我的（有限的）理解一直是，在操作系统中——根据情况/人的不同，它可以采用任何一种方式，但在数据仓库设置中——代理键是主键的无争议规范。

准确，还是比这更有争议？

标签： sqlkeyprimary-keywarehouse

Answer 1

对于几乎任何实际的数据仓库解决方案，自然键几乎都是必不可少的（业务键或域键实际上是比自然键更好的术语）。问题是是否以及何时使用代理键以及，而不是代替其他键。管理代理键会增加很多复杂性和一些重大开销，所以最好的答案是“它取决于......”。

如果您的仓库基于 HDFS 等分布式一次性写入技术，那么代理可能毫无意义。如果您正在使用一些历史数据捕获机制，例如 Microsoft 的临时表或 Oracle 的闪回，那么您可能会发现不需要代理。如果您采用基于 5NF 或 6NF 的时间建模方法，那么您通常也不需要代理，但您可能希望将它们用于某些表。

如果您使用像 Data Vault 或 Kimball 的方法这样的模板，那么您可能会想要使用代理，因为这就是它在某人的书中所说的。