从事实 table 中删除重复项以正确计算度量

Question

我对数据仓库和维度建模还很陌生。对于一个 uni 项目，我从一个数据库开始，我需要将其转换为数据仓库以进行分析。为了得到一个干净的星型模式，我不得不将一些 table 非规范化为 1 个事实 table。缺点是冗余量。

以下是来自事实table的部分数据：

一个航程由多个货件组成，一个货件可以由多个不同的物品组成。在此示例中，货件 1 的 1-2000 号集装箱包含物品 3，而 2001-5000 号集装箱包含物品 1。显然，这批货件的集装箱总数为 5000。但是，出于数据分析目的，我需要计算每次航程的集装箱总量。这对当前事实 table 提出了一个问题，因为我对每个不同的项目都有一个记录。所以对于航程1，实际总量应该是9200，但是因为重复所以我最终会得到19400，导致计算不正确。

我需要找到一种方法来消除计算中的重复项，但我找不到这样做的方法。任何帮助将不胜感激。

Answer 1

您需要做的是按您的货件（CTE, inner query, temp table 等）分组以获得每批货件的集装箱数量，然后按您的航程分组以获得每次航程的集装箱数量。

这是一个带有内部查询的示例：

SELECT voyage_id, SUM(num_ship_containers) AS num_voyage_containers
FROM (
  SELECT voyage_id, shipment_id, MAX(container_end) AS num_ship_containers
  FROM ShippingWarehouse
  GROUP BY voyage_id, shipment_id
) AS ship_data
GROUP BY voyage_id;

voyage_id num_voyage_containers

1 9200

Try it out!

从事实 table 中删除重复项以正确计算度量

Remove duplicates from fact table to calculate measure correctly

sql

tsql

data-warehouse

cube