database - 更新事实表
问题描述
我有一个平面文件资源,这些资源被提取到事实和维度中。一些维度也来自数据库资源。转换过程是根据需要设置的(如果有新的/更新的平面文件)。问题是,某些数据引用不存在或基于数据库资源的维度不匹配,因此事实的外键 id 值设置为默认值(如果没有匹配数据,则为零)。
如果所述维度(数据库资源)已更新,我如何对事实执行更新?这种场景的最佳实践/例程是什么?
这是示例插图
Flatfile source product list (db source)
-------------------------------- ------------------------------
| product name | year | volume | | prodcode | name |
-------------------------------- ------------------------------
| apple | 2020 | 1000 | | 001 | apple |
| watermelon | 2020 | 2000 | | 002 | mango |
-------------------------------- ------------------------------
事实/维度
production_fact dim_product
------------------------------- ---------------------------
| fk_product| fk_date| volume | | id | prodcode | name |
------------------------------- --------------------------|
| 2 | d001 | 1000 | | 1 | n/a | n/a |
| 1 | d001 | 2000 | | 2 | 001 | apple |
------------------------------- | 3 | 002 | mango |
---------------------------
如果要更新产品列表(003 西瓜),我应该用新值替换 dim_product row#1 吗?
解决方案
根据您的示例,这是它应该工作的方式:
注意:我希望 prodcode 位于平面文件中,而不是产品名称中。这真的是您的数据的样子吗?无论如何,我会继续。
第一组数据到达。西瓜实际上是但不是维度。
Flatfile source product list (db source)
-------------------------------- ------------------------------
| product name | year | volume | | prodcode | name |
-------------------------------- ------------------------------
| apple | 2020 | 1000 | | 001 | apple |
| watermelon | 2020 | 2000 | | 002 | mango |
-------------------------------- ------------------------------
我们加载了一个维度记录,但它没有任何属性值。(正如我所说,我通常希望代码在实际输入数据中,但这很好,我们将进行描述)。这当然需要一些逻辑来找到实际上但不是维度的维度。
production_fact dim_product
------------------------------- ------------------------------------------------
| fk_product| fk_date| volume | | id | prodcode | name | weight |colour |
------------------------------- ------------------------------------------------
| 2 | d001 | 1000 | | 1 | n/a | n/a | n/a | n/a |
| 4 | d001 | 2000 | | 2 | 001 | apple | 200mg | red |
------------------------------- | 3 | 002 | mango | 400mg | yellow|
| 4 | ? | watermelon | ? | ? |
------------------------------------------------
所以我们有维度 SK 4,这是一个合法的维度记录,只是它缺少大量属性。
后来,次元来了。我们知道匹配的含义,因此我们更新了缺少数据的现有维度。
product list (db source)
-----------------------------------------------
| prodcode | name | weight |colour |
--------------------------------------|-------|
| 003 | watermelon | 1kg | green |
-----------------------------------------------
------------------------------------------------
| id | prodcode | name | weight |colour |
------------------------------------------------
| 1 | n/a | n/a | n/a | n/a |
| 2 | 001 | apple | 200mg | red |
| 3 | 002 | mango | 400mg | yellow|
| 4 | 003 | watermelon | 1kg | green |
------------------------------------------------
您希望避免更新大型事实。更新较小的尺寸是一个更好的主意
顺便说一句,这是一个类型 1 维度。您可以对 SCD 采用相同的方法,只是您不会计算维度的第一个版本,而只是覆盖它。
推荐阅读
- django - Django Telegram bot 在 Heroku 上没有响应
- serilog - 为什么 Serilog 登录 Main() 而不是 Form1
- sql - 如何在 SQL 中比较两个相似表的行?
- python - 无法卸载 pip 包
- python - Spyder有放大镜吗?
- c# - 直接在表中插入行时出现 EF6 错误
- blazor - Blazor JS 互操作 getElementById 以获取组件引用
- flutter - WillPopScope 不适用于其他小部件
- python - 熊猫与多列相比,不包括索引
- python - 获取某个范围内某些列和 VAF/值的重复数据框