18、维度表设计中的层次结构、雪花模式与外扩表应用解析

维度表设计中的层次结构、雪花模式与外扩表应用解析

1. 重复组问题在维度表设计中的体现

在维度表设计里，重复组属性是常见挑战。当维度表存在一组多次出现的属性，或者这些属性出现在多个维度表中时，就可能引发关于行长度和一致性的问题。

例如，在销售代表（salesrep）表中，每个销售代表有两个重要的办公地点：工作地点和汇报地点。描述办公地点需要十个属性，这就导致这些属性重复出现。另外，与销售代表相关的重要日期也有两组重复属性，一组是入职日期，另一组是上次绩效评估日期，每个日期关联十九个属性，且都需重复两次。

随着属性数量增加，表的行长度会变宽，这可能带来技术问题。而且，大量重复属性还会给ETL过程带来风险，比如重复列内容填充的一致性、不同ETL程序对重复属性处理的一致性等。

2. 外扩表的引入及作用

当行长度或ETL一致性问题无法通过其他方法解决时，可考虑使用外扩表。外扩表是一种有限形式的雪花模式，它将重复属性放在一个单独的表中，并为该表赋予自己的代理键。在原维度表中，被迁移的属性会被一个或多个指向外扩表的外键引用所替代。

以销售代表维度表为例，可以构建两个外扩表。将描述工作地点和汇报地点的十个属性移到一个单独的位置表（LOCATION）中，该表有一个名为location_key的代理键。这样，销售代表维度表中就不再有20个位置属性，而是包含两个指向位置表的外键引用，分别对应工作地点和汇报地点。同样，两组日期属性被一对day_keys替代，分别对应入职日期和上次绩效评估日期。

3. 外扩表的使用及影响

使用外扩表时，查询包含多个角色外扩表的模式需要使用别名技术。可以通过SQL、视图或报表工具的