我正在为具有多个物理位置的客户开始数据仓库项目的工作，每个位置都有相同LOB数据库的单独实例 . 这些站点之间有一些“常见”数据，但系统是孤立的，因此概念上指同一事物的数据在源中有不同的表示 .
例如，考虑产品类别 . 每个位置的产品类别列表都相同，但自动生成的密钥会有所不同 . 当数据被提取，分阶段并加载到仓库中相应的产品类别维度表中时，这些类别被有效地复制，因为它们具有不同的源系统或“自然”密钥 .
显然，数据需要重复数据删除，但是什么才能成为重复数据删除维度记录中持久存在的替代密钥？请记住，引用产品类别的数据将使用来自其原始位置的代理键 . 因此，如果我有三个不同的位置，我将为同一产品类别提供三个不同的自然键，并且该产品类别的销售数据也会引用这三个自然键，但最终会引用相同的概念类别 . 我有几种方法可以解决这个问题：
-
如果我有三个位置，请将三个不同的代理键写入单维记录 . 这将使ETL过程中的匹配变得简单，但它的可扩展性不高，因为可以并且可能会添加其他位置 . 对于每个联机的新位置，我需要为每个维度表添加一个额外的自然关键字段，并使用这些重复数据删除的记录 .
-
创建一个查找表，该表记录了相应维度表中每个自然键与其对应的代理键之间的映射 . 我不确定这种方法是否非常标准，也不确定它的可维护性 .
关于如何处理上述场景的任何输入将不胜感激 .
1 回答
我们使用方法2.想象一下有一天有数百个位置，你会发现方法1根本不可能 .
方法2是可扩展的，并且非常易于维护，因为您的查找表只会垂直增长 .