Power BI 和 R 中的关系数据，具有来自多个字段的主键

Question

背景：

这个问题可能有点宽泛，但希望任何使用关系数据、R、Power BI 或以上所有工具的人都能感兴趣。

我正在尝试为Wickham and Grolemund 的书R for Data Science 中描述的数据集nycflights13 重新创建一个关系模型。我正在尝试同时使用 R 和 Power BI。数据集由airlines、ariports、flights、weather 和planes 5 个表组成。在13.2 nycflights13部分有一段话：

航班通过始发地（位置）和年份连接到天气， 月、日和小时（时间）。

关系如下图所示：

问题 1：如何在 Power BI 中设置此模型？

使用以下 R 脚本将使数据集可用于文件夹 c:/data 中的 Power BI：

# install.packages("tidyverse")
# install.packages("nycflights13")

library(tidyverse)
library(nycflights13)
setwd("C:/data/")
#getwd()

airlines
df_airlines <- data.frame(airlines)
df_airports <- data.frame(airports)
df_planes <- data.frame(planes)
df_weather <- data.frame(weather)
df_flights <- data.frame(flights)

write.csv(df_airlines, file = "C:/data/airlines.txt", row.names = FALSE)
write.csv(df_airports, file = "C:/data/airports.txt", row.names = FALSE)
write.csv(df_planes, file = "C:/data/planes.txt", row.names = FALSE)
write.csv(df_weather, file = "C:/data/weather.txt", row.names = FALSE)
write.csv(df_flights, file = "C:/data/flights.txt", row.names = FALSE)

在 Power BI 中导入表格后，我正在尝试在 Relationships tab 中建立关系：

我可以在某种程度上这样做，但是当我尝试使用例如year 将flights 连接到weather 时，我收到以下错误消息：

您无法在这两个列之间创建关系，因为其中一个 的列必须具有唯一值。

我知道这是因为primary keys must contain unique values and cannot contain null values。但是如何在 Power BI 中建立一个由多个字段组成的主键？

问题 2：如果问题 1 没有答案，那么如何在 R 中做到这一点？

我真的很喜欢这本书，它甚至可能已经被描述过了，但是你如何在 R 中建立这样的关系呢？或者你可能不需要，因为你可以join on multiple columns or composite key using dplyr 根本没有“建立”关系？

换一种说法，就是上图用箭头表示的关系：

在 Power BI 中使用以下行：

只要你有所需的verbs，在 R 中真的没有必要，而且不同表中的数据之间确实存在关联？

问题 3 - 为什么航班表中会突出显示航班：

我认为突出显示的列名表明已在使用该列的表之间建立了连接。但据我所知，这里不是这样，也没有箭头指向它：

它是否可能表明它是flights 表中的主键，与另一个表没有任何连接？

---

我知道这有点宽泛，但我真的对这些东西很好奇，所以我希望你们中的一些人会觉得它很有趣！

Answer 1

我可以评论 Power BI 部分。

这里的关键问题是 Power BI 需要维度模型，而不是关系模型。这是个很大的差异。

如上所述，书中的模型不适用于 BI 工具，必须重新设计。例如，书中的“天气”表被呈现为“维度”，而实际上它必须是事实表（类似于“航班”表）。因此，“航班”和“天气”永远不应有直接联系——它们必须共享共同的维度，例如：

• 机场
• 航空公司
• 飞机
• 日期
• 时间

同样，表之间的多个键和多个连接是非常罕见的例外，并且不受欢迎（通常，它们是设计错误的迹象）。在设计合理的模型中，您永远不会看到它们。

如果您想更深入地了解这个问题，请阅读这本书： Star Schema Complete Reference

为了具体回答您的 Q3，在维度建模中，“航班”（我假设它是航班号）被称为“退化维度”。通常，它是维度表的键，但如果它不存在，它将作为孤键保留在事实表中。这种情况常见于订单号、发票号等。

Degenerate dimensions

总的来说，你走在正确的轨道上——如果你弄清楚如何将书中的模型转换为适当的星型模式，然后在 R 和 PowerBI 中使用它，你会对新功能印象深刻——这是值得的它。