在我的数据仓库中，我得到了一个维度，其中每条记录可以有一个或多个标签。 有没有直接的方法来为具有不同标签的维度建模？
我最初的想法是存储逗号分隔的列表，然后使用 MySQL:s FIND_IN_SET() 函数来测试标签的存在。这允许我对数据进行切片。
但是如果我希望能够按标签分组，我应该如何为我的方案建模？
示例：
两种产品：产品 A 和产品 B。A 被标记为“foo”、“bar”。 B 被标记为“bar”、“baz”。
查询：销售额，按产品标签分组。标签“bar”的组必须包含产品 A 和 B 的销售额：
foo -> sales for A
bar -> sales for B and A
baz -> sales for C
【问题讨论】：
标签： mysql tags data-warehouse dimension
例如，您可以存储标签重复的数据。
如果您有销售额 a=10 foo + bar 和 b=20 bar + baz，您可以这样存储。
sales_by_tag_facts
id, tag, sale_id, amount, is_primary_record
1 foo A 10 true
2 bar A 10 false
3 bar B 20 true
4 baz B 20 false
select sum(amount) from sales_by_tag_facts group by tag; // by tag
select sum(amount) from sales_by_tag_facts where is_primary_record=true; // without tag.
【讨论】：
为什么不把繁重的工作从报告转移到交易预订上
您可以添加一个名为：
TagTotal 存储每个标签的总金额，并通过 BEFORE(AFTER)_UPDATE_EACH 触发器随每笔交易一起更新。
额外的字段/表格
如果您在 product 表中有 2 个额外字段：
product.amount decimal(10,2) running total of sales to date
product.last_sale date date of the last sale
标签总计表如下所示。
tag.id primary autoinc
tag.tagstr varchar(25)
tag.amount decimal(10,2)
tag.date_from date #dates to keep the running totals per month/week/day.
tag.date_to date
伪代码
CREATE TRIGGER ai_sales_each AFTER INSERT ON sales FOR EACH ROW
BEGIN
UPDATE product SET product.amount = product.amount + new.amount,
product.last_sale = sale.date
END
CREATE TRIGGER au_product_each AFTER UPDATE ON product FOR EACH ROW
BEGIN
DECLARE AllTags VARCHAR(255);
DECLARE ThisTag VARCHAR(25);
IF old.tags <> new.tags THEN BEGIN
reorganize the running totals in the tagtotal table.
END; END IF;
SET AllTags = new.tags;
WHILE AllTags has more tags BEGIN
SET ThisTag = NextTag(AllTags);
UPDATE TagTotals SET amount = amount + new.amount
WHERE TagTotals.tagstr = ThisTag
AND new.last_date BETWEEN TagTotals.date_from AND TagTotals.date_to;
END; END WHILE;
现在，如果您想要每个标签的销售总额，您只需从 tagtotals 表中进行选择即可。
这将立即产生结果。
【讨论】：
我建议不要这样做，它违反了规范化规则。
见I keep messing up 1NF
或阅读normalization tag 下的帖子。
重新设计表格的建议
如果你像这样制作一个标签和标签链接表。
table tag
id autoincrement integer primary index
tag_str varchar(20) index unique not null
table taglink
id autoincrement integer primary index #gotta have an ID in my book.
tag_id integer not null
product_id integer not null
你有一个类似这样的销售表。
table product
id autoincement integer primary index
desc varchar(255)
barcode, price, whatever ...
选择语句来查找每个标签的产品
然后您可以查找与标签匹配的文章，如下所示。
select * from product
inner join taglink on (product.id = taglink.product_id)
inner join tag on (taglink.tag_id = tag.id)
where tag.tag_str in ('foo','bar','baz');
选择语句列出每个产品的标签
select tag_str from tag
inner join taglink on (taglink.tag_id = tag.id)
inner join product on (taglink.product_id = product.id)
where product.barcode = '4548215' or product.desc like 'OMG Po%'
添加新标签
要添加新标签，只需
insert into tag (id, tag_str) values (
null /*remember autoincrement*/
,'Mytag');
链接标签
将标签链接到产品
set @product_id = 10;
set @tag_id = 1;
...or...
select @product_id:= product.id from product where product.barcode = '1254851';
...
insert into taglink (id, product_id, tag_id) values (
null /*autoinc id*/
,@product_id
,@tag_id );
您可以将无限数量的标签链接到产品，并且不会因昂贵的FIND_IN_SET 语句而减慢查询速度。
并且您可以防止重复的标签。
而且您的数据库会更快更小。
【讨论】：