数据仓库ETL实践：构建无事实的事实表

"无事实的事实表-writing science how to write papers that get cited and proposals that get funded" 本文主要讨论了数据仓库中的“无事实的事实表”这一概念，它在BI（商业智能）、DW（数据仓库）以及ETL（抽取、转换、加载）过程中扮演着重要角色。在数据仓库的设计中，事实表通常用于存储测量值或度量，但有时事件本身的发生比具体的测量值更重要。例如，交通事故记录就是一个典型的无事实事实表的例子，因为它关注的是事件的发生而非精确的数值指标。 描述中提到，每个事实表的粒度是一个事件量测，对于交通事故事件，每个事件的存在是确定无疑的。这种事实表的维度设计直接且强制，可能包括时间、地点、事故类型等。然而，当这些维度被装载后，可能存在没有具体测量值的事实，即无事实的事实表。这种设计允许处理各种复杂的情况，例如涉及多个当事人的事故，通过关联表连接当事人、原告和证人，从而能够适应从简单的一方事故到复杂的多车连环相撞事故的记录。 此外，部分内容摘自《The Data Warehouse ETL Toolkit》一书，该书涵盖了数据仓库的需求分析、架构设计、ETL过程以及数据流的具体操作。书中详细讲解了从需求收集、数据结构规划到实际的抽取、清洗、规范化和提交维表的全过程。在ETL过程中，抽取阶段涉及逻辑数据映射、不同平台的数据源集成以及变化数据的抽取；清洗和规范化阶段则关注数据质量的定义、过滤器设计以及规范化报表；提交维表的部分讨论了维度设计的关键要素，如粒度、基本加载计划、不同类型的维度（扁平、雪花式、大维度、小维度、缓慢变化维等）以及如何处理退化维度和缓慢变化维度的问题。 无事实的事实表是数据仓库设计中的一个重要概念，尤其在处理那些关键在于事件发生而非具体数值的情况时。而《The Data Warehouse ETL Toolkit》提供了全面的指导，涵盖了从需求分析到实施的整个ETL流程，对理解和构建高效的数据仓库体系有着极大的帮助。