Как можно реализовать отношение «многие ко многим» в хранилище данных?


25

Доминирующие топологии моделирования хранилищ данных (Star, Snowflake) разработаны с учетом отношений «один ко многим». Читаемость запросов, производительность и структура сильно ухудшаются, когда сталкиваются с отношением «многие ко многим» в этих схемах моделирования.

Каковы некоторые способы реализации отношения «многие ко многим» между измерениями или между таблицей фактов и измерением в хранилище данных и какие компромиссы они создают в отношении необходимой детализации и производительности запросов?


Вы должны сформулировать свой вопрос более четко. Возможно, поэтому никто не ответил на это с 4го числа. То, что вы заявляете в ответ на мой ответ, не совпадает с вашим первоначальным вопросом.
IamIC

@IanC Отредактировано. Это лучше?
Брайан Баллсун-Стэнтон

идеально :)
IamIC

Ответы:


17

По моему опыту, рекурсивная иерархия является наиболее практичным способом решения этой проблемы. Он предлагает следующие преимущества:

  1. Неограниченная глубина.
  2. Компактность.
  3. Гибкость.
  4. Скорость.

В отличие от этого, требуется дополнительная таблица для каждого уровня "-ко-многим" соединениям. Это жестко запрограммировано и трудно поддерживать в отношении обновлений схемы.

Используя отфильтрованные индексы, большая таблица иерархических объединений может работать быстрее, чем выделенные таблицы. Причина в том, что каждое соединение является только «родитель-потомок» по сравнению с «соединением таблицы с таблицей данных». Последний имеет больше индексов для обработки и хранения.

Я пытался решить эту проблему в течение многих лет. В последнее время это то, что я придумал.


1
Вы спросили: «Каковы некоторые способы моделирования этих« многие ко многим »и каковы их последствия для производительности и степени детализации?». Я ответил на моделирование. Нет необходимости понижать голос.
IamIC

4
Вам нужно предоставить больше данных о том, что вам нужно. Я преодолел точную проблему, с которой вы столкнулись, с помощью рекурсивной иерархии. Но, не зная ничего о ваших данных и их связях, очень сложно ответить.
IamIC

2
Да, они изначально не моделируют это. Что было бы не так с добавлением еще одной таблицы и соединения, таким образом, достигая «многие ко многим»? В РСУБД, независимо от того, как вы структурируете свои таблицы, у вас будет 2 соединения для многих ко многим. Там нет ярлыка. Единственным возможным исключением являются массивы в PostgreSQL или Caché / M.
IamIC

1
(На самом деле рекурсивная иерархия - хорошая идея.) Одним из способов решения проблемы было предварительное вычисление списка возможных отношений «многие ко многим» в измерении, привязка его к таблице нормальных измерений и последующее присоединение таблицы фактов к этому измерению. Сводная таблица размеров. Ваш ответ о «рекурсивной иерархии» является еще одним полезным ответом. Мне интересно, проводилось ли какое-либо исследование влияния этих различных хаков на производительность?
Брайан Баллсун-Стэнтон

3
@ Брайан, не забывайте голоса за полезные ответы. Это помогает создать сообщество. Чтобы ответить на ваш вопрос, я не сталкивался с какими-либо исследованиями этих хаков, кроме «что быстрее: рекурсивный CTE или сборка дерева вручную?». Ваше предыдущее решение имеет смысл. Я бы сочетал это с индексированным представлением, которое, конечно, гарантирует, что у вас всегда будет правильная предварительно заполненная карта отношений.
IamIC

6

Некоторые сценарии для отношений M: M в модели хранилища данных

Большинство OLAP-серверов и систем ROLAP имеют средства для работы со структурами данных M: M, но есть некоторые предостережения, на которые вам следует обратить внимание. Если вы реализуете отношения M: M, вам нужно будет следить за уровнем отчетности и теми инструментами, которые вы хотите поддерживать.

Сценарий 1: измерение M: M на таблицу фактов

Примером этого может быть несколько водителей на моторную политику. Если вы добавляете или удаляете драйвер, транзакция корректировки политики может иметь отношение к списку драйверов, который изменяется вместе с настройкой.

Вариант 1 - M: M таблица моста фактов драйвера. Это будет довольно большой объем данных, так как он содержит драйверы x строки транзакций для данной политики. SSAS может напрямую использовать эту структуру данных, но выполнять запросы через инструмент ROLAP медленнее.

Если ваши отношения M: M основаны на объектах, которые являются специфическими для ряда фактов (например, водители на автомобиле), это также может быть подходящим для инструмента ROLAP, при условии, что ваш инструмент ROLAP поддерживает отношения M: M (например, с использованием контекстов в Business Объекты).

Вариант 2 - фиктивная таблица измерений «комбинаций» Если вы отображаете список общих кодов в таблицу фактов (т. Е. Связанные сущности не свойственны строке фактов), то вы можете использовать другой подход, который сократит объемы данных. Примером сценария этого типа являются коды МКБ во время стационарного посещения. Каждое стационарное посещение будет иметь один или несколько диагнозов ICD и / или процедуры, перечисленные против него. Коды ICD являются глобальными.

В этом случае вы можете составить отдельный список комбинаций кодов для каждого случая. Создайте таблицу измерений с одной строкой для каждой отдельной комбинации и создайте таблицу связей между комбинациями и справочными таблицами для самих кодов ICD.

Таблица фактов может иметь ключ измерения к измерению «комбинации», а строка измерения содержит список ссылок на фактические коды ICD. Большинство инструментов ROLAP могут использовать эту структуру данных. Если ваш инструмент будет работать только с фактическим отношением M: M, то вы можете создать представление, которое имитирует отношение M: M между фактом и справочной таблицей кодирования. Это был бы предпочтительный подход с SSAS.

Преимущества варианта 1: - При соответствующей индексации запросы, основанные на выборе строк таблицы фактов с определенным отношением в таблице M: M, могут быть достаточно эффективными.

  • Чуть проще концептуальная модель

Преимущества варианта 2: - Хранение данных более компактно

  • Вы можете эмулировать прямое отношение 1: M, представляя комбинации в удобочитаемом формате в виде кода в измерении «комбинации». Это может быть более полезным для инструментов создания отчетов, которые не поддерживают отношения M: M.

Сценарий 2: отношение M: M между измерениями:

Труднее придумать вариант использования, но можно было бы снова предусмотреть что-то из здравоохранения с помощью кодов ICD. В системе анализа затрат посещение в стационаре может стать измерением, и оно будет иметь отношения M: M между посещением (или эпизодом консультанта в NHS-говорить) и кодировками.

В этом случае вы можете установить отношения M: M и, возможно, систематизировать удобочитаемую визуализацию их в базовом измерении. Отношения могут быть сделаны через прямые таблицы связей M: M или через таблицу «комбинаций» мостов, как и раньше. Эта структура данных может быть правильно запрошена через Business Objects или инструменты ROLAP лучшего качества.

Вдобавок ко всему, я не могу видеть, как SSAS может потреблять это, не сводя отношения прямо к таблице фактов, поэтому вам необходимо представить представление о соотношении M: M между кодированием и таблицей фактов. строки для использования SSAS с этими данными.


5

Я хотел бы точно знать, какое отношение многие ко многим вы имеете в виду в своей модели, как в транзакционной системе, так и в любой модели данных, в которой она находится в настоящее время.

Как правило, отношения «многие ко многим» между измерениями являются фактами об измерениях. Дело в том, что заказчик заказывает в нескольких филиалах, которые обслуживают много клиентов, или что-то в этом роде. Каждый из них является фактом. У него будет дата вступления в силу или что-то в этом роде, но отношения могут быть «без фактов». У самих отношений могут быть и другие аспекты, помимо клиента и филиала. Таким образом, это типичная схема типа «звезда» с (потенциально без фактов) таблицей фактов в центре. Как эта звезда может относиться к звездам других измерений на складе, очевидно, будет зависеть. Каждый раз, когда вы объединяете разные звезды, вы делаете это с помощью бизнес-ключей и должны быть уверены, что не выполняете случайные перекрестные соединения.

Обычно такие таблицы взаимосвязей измерений не сообщаются в той же степени, что и большие таблицы фактов, и когда они это делают, это не всегда так много данных, поэтому они не имеют тенденцию влиять на производительность. В приведенном выше случае вы можете посмотреть на использование клиента / филиала с течением времени, но более точные данные о фактических объемах заказа будут доступны в таблице фактов заказа, которая, вероятно, также будет иметь измерения для клиента, филиала и т. Д. Это не то, что большинство людей считают, что многие ко многим (хотя можно было бы считать, что порядок определяет отношение многие ко многим от клиента к филиалу), поэтому они более типичны для сред хранилищ данных. Вы будете делать числовые агрегаты только для моделей «многие ко многим», если вы свернули сводную информацию до этого уровня отношений - например, клиент, филиал, месяц,


Хороший ответ. Есть два случая, которые я изучаю здесь. N: M между фактом и измерением и 1: N: M между фактом, измерением и измерением.
Брайан Баллсун-Стэнтон

3
@Brian Ballsun-Stanton Когда вы говорите «N: M» между фактом и измерением, вы имеете в виду, что у данного факта есть несколько неразличимых и различных измерений родственного брата, которые применимы, как теги к вопросам? Таким образом, один вопрос (факт) помечается как sql-сервер, хранилище данных, а другой - как хранилище данных, sql-сервер, бизнес-аналитика. Я бы все-таки вытащил это в отдельную звездочку для факта присваивания тега (который немного отличается от факта вопроса). У него будут отличные возможности индексации, и вы сможете более четко зафиксировать изменение размеров.
Cade Roux

@Brian Ballsun-Stanton Что касается 1: N: M, это снежинка, я думаю, и я склонен избегать этого. Если вы хотите определить другие звезды (или мосты) для отношений между измерениями, это нормально. Помните, что хранилище многомерных данных не нормализовано и, прежде всего, это практическая конструкция, предназначенная для поддержки определенных типов операций, а не для того, чтобы специально представлять отношения сущности в реальном мире или устранять избыточность.
Cade Roux

1
@Brian Ballsun-Stanton Посмотрите на Kimball Forum и то, что он называет мостами и выносными опорами, в своих книгах по набору
Cade Roux

@Cade Можете ли вы дать ответ с описанием этих? :)
Брайан Баллсун-Стэнтон

5

Вот некоторые соответствующие статьи от Кимбалла и других, которые могут применяться для моделирования заданного предлагаемого отношения «многие ко многим». Обратите внимание, что отношение «многие ко многим» является концепцией только в проблемной области / логической модели. В нормализованной модели OLTP он по-прежнему обрабатывается с помощью таблицы ссылок, которая, конечно, от одного к многим в каждом случае. В ненормализованной модели хранилища данных Kimball есть несколько способов сделать это, один из которых в основном рассматривает эту таблицу ссылок как факт в центре звезды. Другой как массив столбцов флагов.

В конечном счете, выбор будет зависеть от того, что именно вы моделируете, как оно меняется и как вы хотите сообщить об этом. Вот где моделирование размеров и хранилище данных в целом резко расходятся с нормализованной моделью. Нормализованная модель концентрируется на логических и теоретических отношениях в данных, которые хранилище данных всегда следит за реалистичными вариантами использования и денормализует их выполнение.

Моделирование альтернативных иерархий с использованием таблицы мостов:

http://www.kimballgroup.com/wp-content/uploads/2012/05/DT62Alternative.pdf

Три варианта отношения «многие ко многим» (привязаны к числовому распределению акций - см. Комментарии к интересным материалам)

http://www.pythian.com/news/364/implementing-many-to-many-relationships-in-data-warehousing/

К сожалению, во многих статьях Magazine Kimball Information Week больше нет хороших ссылок ...


Ссылка на статью «Альтернативная иерархия» не работает. Может быть, вы имеете в виду это: kimballgroup.com/html/designtipsPDF/DesignTips2004/…
Энди Тяхджоно

Спасибо за ссылку на многие статьи . Получил мое "Ага!" момент от этого.
Энди Тяхджоно

Вторая ссылка мертва. Вот новая ссылка на ту же статью. Однако он несколько искажен и в какой-то момент потерял всю свою графику. blog.pythian.com/...
posfan12

1

Один из способов решения этой проблемы состоит в том, чтобы иметь таблицу фактов, состоящую из двух столбцов с внешним ключом из двух измерений, имеющим отношение многих ко многим.


1
Как это решает вопросы?
Брайан Баллсун-Стэнтон
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.