更新仓库事实 table 中的事实 table 如果它代表流程
Updating fact table in warehouse fact table if it represents the process
我正在设计数据仓库结构和ETL过程。
我已经确定 'purchase' 事实 table，它将包含用户完成的所有购买。
问题是，用户必须在这个过程中做很多事情：
- 订阅时事通讯（无需注册，可选步骤）
- 注册他的账号
- 购买某物
在控制面板上显示订阅、注册、购买的用户数量和转化率非常重要。
我创建了以下事实 table（还有其他内容，为了更清楚，我跳过了它们）：
subscription_date
account_id
purchase_date
我的想法是，如果有人订阅但没有注册，则只会填写 subscription_date，其余的将为空。如果他订阅并注册 - subscription_date 和 account_id 已填写。如果他完成整个过程，将填写所有三个字段。
问题是，用户可以在第 1 天订阅，第 2 天注册，第 3 天购买。
我正在使用 AWS 胶水来创建 ETL 过程。一切正常 - 它正在从多个数据库 table 中获取记录（订阅、帐户、购买），将它们组合在一起并插入购买 table。不过我不知道如何处理更新。
如果用户在第 1 天订阅，ETL 作业将运行并插入此记录。如果用户在第 2 天注册并在第 3 天进行购买，则不会更新此行。那里也没有添加新记录。
这个问题我能想到两个解决方案：
将事实 table 拆分为三个不同的事实 table 并在填充仪表板时加入它们（为此我正在使用 quicksight）。那么就不需要更新了。如果新购买的账户被插入到源数据库中，它将被正确地插入 account_id.
以某种方式尝试添加到 AWS Glue 作业检查此 account_id 购买是否已经存在并更新记录
从事实 table 中删除所有更新的记录，然后将它们与所有数据一起重新插入。
最简单的解决方案是使用 Glue 将数据放入暂存 tables（仅插入），然后使用 SQL/Stored 程序将该数据更新到目标 table s.
顺便说一句，您的事实 table 中的维度键永远不应为空。因此，如果客户尚未注册，那么事实 table 注册日期列应引用日期维度中的“未知日期”行
我正在设计数据仓库结构和ETL过程。
我已经确定 'purchase' 事实 table，它将包含用户完成的所有购买。
问题是，用户必须在这个过程中做很多事情：
- 订阅时事通讯（无需注册，可选步骤）
- 注册他的账号
- 购买某物
在控制面板上显示订阅、注册、购买的用户数量和转化率非常重要。
我创建了以下事实 table（还有其他内容，为了更清楚，我跳过了它们）：
subscription_date
account_id
purchase_date
我的想法是，如果有人订阅但没有注册，则只会填写 subscription_date，其余的将为空。如果他订阅并注册 - subscription_date 和 account_id 已填写。如果他完成整个过程，将填写所有三个字段。
问题是，用户可以在第 1 天订阅，第 2 天注册，第 3 天购买。 我正在使用 AWS 胶水来创建 ETL 过程。一切正常 - 它正在从多个数据库 table 中获取记录（订阅、帐户、购买），将它们组合在一起并插入购买 table。不过我不知道如何处理更新。
如果用户在第 1 天订阅，ETL 作业将运行并插入此记录。如果用户在第 2 天注册并在第 3 天进行购买，则不会更新此行。那里也没有添加新记录。
这个问题我能想到两个解决方案：
将事实 table 拆分为三个不同的事实 table 并在填充仪表板时加入它们（为此我正在使用 quicksight）。那么就不需要更新了。如果新购买的账户被插入到源数据库中，它将被正确地插入 account_id.
以某种方式尝试添加到 AWS Glue 作业检查此 account_id 购买是否已经存在并更新记录
从事实 table 中删除所有更新的记录，然后将它们与所有数据一起重新插入。
最简单的解决方案是使用 Glue 将数据放入暂存 tables（仅插入），然后使用 SQL/Stored 程序将该数据更新到目标 table s.
顺便说一句，您的事实 table 中的维度键永远不应为空。因此，如果客户尚未注册，那么事实 table 注册日期列应引用日期维度中的“未知日期”行