在数据仓库多维数据集中，此度量是否可能是正确的选择？

Question

我有这个简单的数据仓库架构：

Flight (ID, pilot, aircraft, airport)
Pilot (ID, name, surname, flight hours)
Aircraft (ID, model)
Airport (ID, name, city)

• Flight.pilot 引用 Pilot.ID
• Flight.aircraft 引用 Aircraft.ID
• Flight.airport 引用 Airport.ID

航班将成为我的事实表。

那我要三个维度：

1. pilotage（涉及 Pilot 表）
2. 车辆（涉及飞机桌）
3. 出发（涉及机场表）

一个measure可以是航班号，通过Flight table上的count(ID)获得。

在下图中，您可以看到我刚刚描述的星型模式。

我的问题是：选择飞行时间（这是表格的一列 - 飞行员 - 参加一个维度 - 领航 -）是否有意义？

而且，更一般地说，如果可能/在概念上正确选择事实表中不在的列作为衡量标准。

那么，简而言之，数据仓库多维数据集的度量是否必须来自事实表？或者也可以选择维度表中的列？

如果你能帮助我，非常感谢！

Answer 1

选择飞行时间是否有意义（这是表格的一列 - 飞行员 - 参加一个维度 - 领航？

飞行时间还能参与什么？您只是在测量飞行员的飞行时间。您可以（应该？）测量飞机的飞行小时数，但您的仓库没有飞机飞行小时数输入。

您仓库的用户想知道飞行员的飞行时间吗？如果是这样，那么您的 Pilotage 表将成为事实上的飞行小时数表。

对于真正的仓库来说，从航班本身计算飞行小时数会更合乎逻辑，而不是一次性为飞行员和飞机提供总和。每次装载仓库时，您都必须更新飞行员的飞行时间

选择不在事实表中的列作为度量是否可能/在概念上正确？

是的。规则是，如果您的用户要查询该列，请将其包含在数据仓库中。

Answer 2

视情况而定。

吉尔伯特对答案的主餐是正确的 - 您的飞行时间是基于每位飞行员的，所以不要去尝试测量它的车辆，否则您会加倍（或三倍，或四倍...... ) 您的数字，因为您仅通过 Flight 事实表与这些维度建立了多对多关系。

但是，如果您的事实是不可总结的（例如“驾驶每辆车的飞行员的平均飞行小时数”），那么它又是有意义的。

现在我对 SQL Server SSAS 模型最有经验 - 在这些情况下，我通常会将其创建为计算度量，并且它会存在于 Flight 度量组中 - 当您进行此类度量时，您必须非常具体地说明您正在使用什么关系，以及如何执行聚合。在这种情况下，度量实际上将不再是“在维度上”并且实际上将是“在事实上”（即使它是通过引用维度来计算的）。恢复幸福和最佳实践。

但是，如果您无法做到这一点，那真的不是世界末日 - 如果它在您的上下文中有效并且有意义，那么它在您的上下文中有效并且有意义，没有太多其他的进入它。大多数 DW 最佳实践只是提醒您确保它确实在您的情况下有意义。

所以去弄清楚你想如何使用它，看看你是否可以用你现有的模型做到这一点。