寬表和窄表的建設該如何選擇?
這個問題相信糾結了很多從是數據庫開發、數據倉庫開發和后台開發人員;單單考慮這個問題,難給出一個絕對的答案;本人從事數據倉庫開發工作到現在已經有一年半時間了,對於這個問題,我也曾經糾結過,但是是否有絕對的答案呢?事實上任何東西都沒有絕對的說法。
考慮這樣的一個問題,一個公司有這樣的一個需求:
設計銷售領域的訂單事實表,該事實表應該包含哪些維度和度量?事實表和維表該分別如何去設計?
好了,我們把關鍵信息拿出來,首先我們要有維度包括:銷售員、銷售員所屬部門、下訂單的時間;度量:銷售量;
那么,訂單事實表,其實就是一個商品銷售的清單;
依照這個思路,我們建立的第一個模型可能是以下這樣的:
單單看上去,貌似是符合我們的問題的需要,而且符合數據庫的范式設計:沒有冗余字段;但是情況真的就是這樣嗎?
答案是否定的,確實對於一般的OLTP系統而言這樣的表設計確實減少了冗余和,增刪改查等操作也很方便,但是往往對於我們的統計系統、OLAP、數據挖掘而言,情況卻並非如此,舉個例子:我們要統計每個部門各自的銷售量為多少?那么對於上表,sql是這樣的:
select a.*,b.sid into #dep_saleser from department a,saleser_dim b on a.dep_id = b.dep_id;
select count(1),a.dep_name from #dep_saleser a,order_fact b on a.sid=b.sid group by a.dep_name;
對於這么一個簡單的需求已經要寫兩了sql去實現了,其實數據庫表模型的的設計是靈活的,我們完全可以根據我們的業務去設計我們的數據表;考慮到部門和銷售員可以是同屬於銷售者這個維度,只是他們是有上下級別關系的那么依照這個思路,我們的模型可以建立為下面這樣:
那么統計每個部門各自的銷售量,可以用如下sql去實現:
select count(1),a.dep_name from saleser_dim a,order_fact b
on a.sid=b.sid group by a.dep_name;
確實對於這個模型而言,有些情況下會出現冗余(填寫用戶,沒有填寫部門;填寫部門沒填寫用戶);但是對於提取數統計的邏輯又相對來說要簡單了好多;
考慮到要實現取數簡單,我們還可以想出另外一種方法:
看上去好像不錯哦~~,取數據也就一句sql就搞掂了,但是卻是最最槽糕的情況,有可能一個銷售員,前幾天登記的部門是a,但是其實他的所屬於的部門為b,那么對於上面這個模型,我們得改動銷售員和訂單表;而對於上面的其他兩個模型都僅僅需要改動一張表就行了,造成查詢數據部一致往往也就是這種數據模型所造成的。
所謂的寬表就是字段比較多的表,包含的維度層次比較多,造成冗余也比較多,毀范式設計,但是利於取數統計,而窄表往往對於OLTP比較合適,符合范式設計原則;
https://www.cnblogs.com/Leo_wl/p/8515794.html