处理数据仓库负载中的主键重复答案

【问题标题】：Handling primary key duplicates in a data warehouse load处理数据仓库负载中的主键重复
【发布时间】：2010-04-30 15:55:16
【问题描述】：

我目前正在构建一个 ETL 系统以从事务系统加载数据仓库。我的事实表的粒度是事务级别。为了确保不加载重复的行，我在事实表上放置了一个主键，即事务 ID。

我遇到了事务被撤消的问题 - 在事务数据库中，这是通过状态完成的，我可以获取该状态，我可以确定事务是否正在完成，或者回滚以便我可以加载撤消排在仓库里。但是，反转行将具有相同的事务 ID，因此我得到主键违规。

我现在通过否定主键解决了这个问题，所以交易 ID 1 将是付款，而交易 ID -1（仅限仓库）将是撤销。

我考虑过生成 BIT 列的替代方法，其中 0 表示正常，1 表示反转，然后将 PK 设为事务 ID 和 BIT 列。

我的问题是，这是一个好习惯吗？还有其他人遇到过这样的事情吗？作为参考，这是一个支付处理系统，因此不会修改值，因此只会有交易和撤销。

【问题讨论】：

【解决方案1】：

在大多数情况下，事实表具有一个由多个 FK 组合而成的主键。因此，也许您可以使用 TransactionID 和 dimTransactionType 的 FK 的组合作为主键。

dimTransactionType 看起来像：

TransactionTypeKey  integer
TransactionTypeName  varchar(20)

并且会

0, 'unknown'
1, 'normal'
2, 'reversal'

不建议在 DW 中修改位和标志——尽可能详细。

【讨论】：

【解决方案2】：

设计事实表的常用方法是使用代理键作为主键。一个大的整数值通常就足够了。如果事务 id 是维度记录的外键，则不应将其用作事实表中的主键。您的代理键逻辑（即事实表中新记录的触发器）可以基于事务 ID 和事务类型的组合。

【讨论】：