迷你/垃圾尺寸建议

Question

我有一个客户维度和一个跟踪与客户的会话的事实表，它们具有以下列：

代码：

[DimClient]
----------
PK_ClientKey
ClientNumber
EmailAddress
Postcode
PostcodeLongitude
PostcodeLatitude
DateOfBirth
Gender *
Sexuality *
CulturalIdentity *
LanguageSpokenAtHome *
CountryOfBirth
UsualAccommodation *
LivingWith *
OccupationStatus *
HighestLevelOfSchooling *
RegistrationDate
LastLoginDate
Status

[FactSession]
-------------
PK_SessionKey
FK_ClientKey
...

我的第一个要求是在特定会话 (FactSession) 开始对客户的年龄进行分组，解决此问题的最佳方法是创建一个年龄组维度并在 FactSession 中创建一个外键 (FK_AgeGroupKey) 到 DimAgeGroup维度。

现在我认为最好用 *（上图）跟踪所有列。这些可能（尚未证明）与会话具有高度相关性。通读 DWH Toolkit 似乎是一个 Mini Dimension 来容纳所有 * 列以及 Age Group 最适合，所以我将以下结构放在一起：

代码：

[DimClient]
----------
PK_ClientKey
ClientNumber
...
Status

[DimDemographic]
-----------------
PK_DemographicKey
AgeGroup
Gender
Sexuality
...
HighestLevelOfSchooling

[FactSession]
-------------
PK_SessionKey
FK_ClientKey
FK_DemographicKey

DimDemographic 表需要使用 SCD 类型 2 才能跟踪随时间的变化。这会是满足我要求的最佳方法吗？

此外，我的客户维度上有 RegistrationDate 和 LastLoginDate 列，在客户注册但从未登录的情况下，放在 LastLoginDate 字段中的最佳值是多少？ '1900-01-01' 或 NULL 之类的东西？

抱歉，这篇文章很长，但希望我已经提供了足够的信息提前谢谢！

Answer 1

我会在您的客户维度中添加一个字段，以表明用户从未登录过。类似于：

select * form DimClient where HasUserLoggedIn = 'NO';

它非常易于阅读，您无需向业务用户介绍空值。由于 null != null 的复杂性，除了数字事实值之外，传统上 null 在数据仓库中是不好的。

Answer 2

是的，上述解决方案应该可以正常工作。它支持您跟踪随时间变化的需求，否则您可以直接在 DimClient 中包含 DimDemographic 链接。 关于日期问题，我相信你应该使用NULL，这意味着没有价值，因为没有登录。此外，识别未登录将是：

select * from DimClient where LastLoginDate IS NULL 

对我来说，这比使用人工日期的查询要好得多。