从桥接表中获取组密钥

Question

我正在开发 ETL 流程，需要一个桥接表来实现事实表和维度表（MySQL 数据库）之间的一对多关系。组合的数量有限（大约数千），因此我想重新使用桥接表中的组键来限制大小。

属于事实行的任何维度组都将包含多个维度键（1 到大约 15），并分配给唯一的组键，如下所示：

group_key | dimension_key
-----------------------
1         | 1
1         | 3
1         | 4
2         | 1
2         | 2
2         | 3
3         | 1
3         | 4

如何检索维度 1,3 的唯一组键,4（即1）？

Answer 1

我认为您要求一个返回组的查询，以便特定列表中的所有维度都与该组关联。也就是说，必须存在将该组映射到每个维度的行，并且您想知道哪些组满足这一点。

SELECT f1.group_key
FROM facts f1
JOIN facts f2 ON (f1.group_key = f2.group_key)
JOIN facts f2 ON (f1.group_key = f2.group_key)
WHERE f1.dimension_key = 1
  AND f2.dimension_key = 3
  AND f3.dimension_key = 4;

另一个解决方案是计算组中匹配的行数：

SELECT f.group_key
FROM facts f
WHERE f.dimension_key IN (1,3,4)
GROUP BY f.group_key
HAVING COUNT(*) = 3;

但我发现通常GROUP BY 是性能杀手，尤其是在 MySQL 中。

Answer 2

如果我理解正确的话，你想要的是一个如下所示的桥接表：

group_key | dimension_set
-----------------------
1         | (1, 3, 4)
2         | (1, 2, 3)
3         | (1, 4)

我可以看到你有 2 个选项。

您可以将整个桥接表拉入程序中，并以编程方式从维度集中确定组键。

或者，您可以使用数学公式对维度键进行编码，以得出可以索引的整数。

类似于 a + (b * 32) + (c * 32 * 32) + ... 使用包含唯一维度数量的 2 的最低幂。