Chapter03-Creating Facts and Dimensions—More Complex Processes
本页目录· 7 条
这一页有部分内容暂时无法显示，其余内容完整。
此处有一段内容暂不支持显示。
Overview
Chapter 3: “Creating Facts and Dimensions—More Complex Processes” 继续围绕数据仓库的星型模式，但聚焦在 事实表 与 维度表 构建中常见的进阶难题：
count()及其它聚合函数的正确用法；- 平均值（以及 Min/Max）存入事实表时的陷阱；
- 如何借助 外连接 汇总“有而未配对”的业务数据；
- 在维度不足时动态生成 临时维度表；
- 对操作库先做 临时表预处理 再装载数据仓库。
章节通过 App Store、Employment Agency、Sales、University Sessional Jobs 四个案例穿插演示 SQL 脚本与建模思路，为后续真实项目奠定“复杂加工”的基础。
1. Use of count() Function
| 教授内容 | 学习切入点 |
|---|---|
- count(*) / count(attr) / count(distinct attr) 的差异与语义 - Mobile Apps Repository 案例：以下载量、评分、反馈为度量，维度包含 Category/University/Location/Time、 - 通过 TempFact 先统计下载后再生成最终事实表（Total Downloads / Total Apps）。 | 1. 练习写三类 count() 语句，观察 NULL 与重复记录的影响。2. 按案例在本地建 TempFact→Fact 流程，体会为何中间层能提升可控性。3. 思考 下载次数 与 应用数量 作为度量时，粒度如何变化。 |
2. Average in the Fact
| 教授内容 | 学习切入点 |
|---|---|
| - 说明平均值在多级聚合后会失真，示例“Average Score”。- “Average-of-Average” 误差：事实表算出的 60.9 ≠ 原始 67.4。- 解决：改存 Total Score 与 Number of Students 再做平均；Min/Max 也可直接存，但 Min+Max 不要混用。 | 1. 在 SQL 中对比 “平均的平均” vs “总分/人数” 结果差异。2. 复习 可加性 原则：Count/Sum 可安全汇总，Avg 需拆分。3. 试把自己项目中的平均指标拆分为 Sum+Count，验证报表一致性。 |
3. Outer Join（Employment Agency Case）
| 教授内容 | 学习切入点 |
|---|---|
| - 业务中存在“岗位有空缺但无人填补”，需 Outer Join 保留零匹配记录。- 事实度量：Total Opening / Total Placement；维度：Duration / Qualification / Month。- DurationDim 手工创建后，用 TempFact 先关联再汇总。 | 1. 练习 FULL / LEFT OUTER JOIN，观察缺失值如何进入事实表。2. 手动建自定义维度（如 Duration），体验无源数据时的解决方案。3. 思考“未匹配”数据对 KPI（如填补率）的意义。 |
4. Creating Temporary Dimension Tables（Sales Example）
| 教授内容 | 学习切入点 |
|---|---|
- 当操作库缺少 Quarter 等字段，需先造 临时 TimeDim；记录数未知、人工插入低效。- 方案：脚本自动生成 QuarterID YYYYQ、Quarter、Year 后装载事实表流程。 | 1. 用循环或日期函数批量生成时间记录，避免手工插入。2. 复习三种维度建表方式：复制、抽取、手工（对照第 2 章）。3. 评估在 ETL 工具中加入“日期维度生成器”模块。 |
5. Creating Temporary Tables in the Operational DB（Sessional Jobs）
| 教授内容 | 学习切入点 |
|---|---|
- 有些维度需先在操作库 预处理：如员工多学历，仅保留“最新学位”到仓库、。- 临时表 EmployeeTemp 解决数据清洗，再生成事实表 (Number of Contracts) 与维度 (Department/Year/Country/Degree)。 | 1. 使用 ROW_NUMBER() 或 MAX(GraduationYear) 过滤最新记录，构建 Temp 表。2. 设计操作库 → Staging → DW 的三级结构，明确每层责任。3. 练习在同一 DB 创建/删除临时表，比较性能与可维护性。 |
6. Chapter Summary
- 复杂事实表 需慎用 Avg，推荐 Sum+Count；Min/Max 可直接存。
- Outer Join 确保业务“缺值”也能进入分析视图。
- 临时维度/临时操作表 是解决源数据缺口与清洗需求的关键。