数据仓库中的标记维度

Question

在我的数据仓库中，我有一个维度，其中每条记录可以有一个或多个标签。 是否有任何直接的方法来对具有不同标签的维度进行建模？

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() 函数来测试标签是否存在。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，我应该如何对我的方案进行建模？

示例：

两种产品：产品 A 和产品 B。A 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

Answer 1

例如，您可以存储按标签重复的数据。

如果您的销售额 a=10 foo + bar 和 b=20 bar + baz，您可以像这样存储它。

    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.

Answer 2

为什么不将繁重的工作从报告转移到交易预订

您可以添加一个名为：

TagTotal 的新表，该表存储每个标签的总金额，并通过 BEFORE(AFTER)_UPDATE_EACH 触发器更新每笔交易。

额外字段/表

如果产品表中有 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。

Answer 3

我建议反对，它违反了规范化规则。
请参阅我一直搞砸 1NF
或者阅读标准化标签下的帖子。

重新设计表格的建议

如果您像这样制作标签和标签链接表格。

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

您可以按如下方式查找与标签匹配的文章。

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，并且您不会因为成本高昂的 FIND_IN_SET 语句而减慢查询速度。
并且可以防止重复的标签。
而且您的数据库将会更快、更小。