星型模式 - 统一来自不同来源的不同结构的数据
Star Schema - Unify data with varying structure from different sources
我目前正在为衡量在线产品性能的报告数据库设计星型模式。挑战在于，我收到的信息原则上衡量的是相同的事实（访问、购买）并且具有相同的维度（用户性别、用户年龄、日期），但根据来源的不同粒度不同，例如，给定总计共 10 次访问：
- 来源 A returns 每天一行，格式为：
- 访问次数、购买次数、性别、年龄范围、日期（总访问次数 = 15）
- 来源 B returns 一天两行，因为它不允许性别和年龄的组合：
- 访问次数、购买次数、性别、天数（总访问次数 = 10）
- 访问次数、购买次数、年龄范围、天数（总访问次数 = 10）
问题是，如果我将它们存储在同一个事实中 table，我将在应用聚合函数时得到不正确的值：
Day
Visits
Age
Gender
Source
19/04/2022
5
18-24
Male
A
19/04/2022
10
18-24
Female
A
19/04/2022
2
NULL
Male
B
19/04/2022
8
NULL
Female
B
19/04/2022
10
18-24
NULL
B
（来源 B 的访问列总和为 20，尽管我们对该来源只有 10 次访问，但由于数据结构不同，它们只是显示为两倍）
对于维度和事实大致相同但原始数据粒度不同的情况，是否有最佳实践？
Is there a best practice for cases where dimensions and facts are generally the same, but the raw data granularity is different?
您通常只能以与所有来源兼容的粒度呈现组合数据，例如 (Day)、(Age,Day) 或 (Gender,Day)。
或者，您可以“分配”源 B 数据，比如将当天的性别划分应用到每个年龄组。总计有效，但向下钻取没有意义。
我目前正在为衡量在线产品性能的报告数据库设计星型模式。挑战在于，我收到的信息原则上衡量的是相同的事实（访问、购买）并且具有相同的维度（用户性别、用户年龄、日期），但根据来源的不同粒度不同，例如，给定总计共 10 次访问：
- 来源 A returns 每天一行，格式为：
- 访问次数、购买次数、性别、年龄范围、日期（总访问次数 = 15）
- 来源 B returns 一天两行，因为它不允许性别和年龄的组合：
- 访问次数、购买次数、性别、天数（总访问次数 = 10）
- 访问次数、购买次数、年龄范围、天数（总访问次数 = 10）
问题是，如果我将它们存储在同一个事实中 table，我将在应用聚合函数时得到不正确的值：
| Day | Visits | Age | Gender | Source |
|---|---|---|---|---|
| 19/04/2022 | 5 | 18-24 | Male | A |
| 19/04/2022 | 10 | 18-24 | Female | A |
| 19/04/2022 | 2 | NULL | Male | B |
| 19/04/2022 | 8 | NULL | Female | B |
| 19/04/2022 | 10 | 18-24 | NULL | B |
（来源 B 的访问列总和为 20，尽管我们对该来源只有 10 次访问，但由于数据结构不同，它们只是显示为两倍）
对于维度和事实大致相同但原始数据粒度不同的情况，是否有最佳实践？
Is there a best practice for cases where dimensions and facts are generally the same, but the raw data granularity is different?
您通常只能以与所有来源兼容的粒度呈现组合数据，例如 (Day)、(Age,Day) 或 (Gender,Day)。
或者，您可以“分配”源 B 数据，比如将当天的性别划分应用到每个年龄组。总计有效，但向下钻取没有意义。