Data warehouse 数据仓库多值属性

免责声明：我以前从未创建过数据仓库。我已经阅读了Kimball的数据仓库工具包的几个章节

背景：工厂（工厂）管理团队需要能够以各种方式对生产信息进行切分，我们希望在我们部门的所有制造工厂中采用一致的报告格式。通过业务分析，我们得出的结论是，每完成一个流程，粒度为1行。一个完整的过程可以是“机器”或“组装”，我称之为“生产事实”

业务部门需要回答的问题如下：

• 流程完成时，谁在工作
• 这个过程的周期是多少
• 该工艺生产的零件的序列号是多少

我的模式包括以下第一级维度。我没有第一级以外的任何尺寸，但工厂尺寸与零件类型、班次和工艺尺寸之间存在一些交叉关系

• 零件类型（属性：代理键、零件号、型号、变型、零件名称）
• 植物（属性：代理键、植物名称、植物首字母缩写）
• 班次（属性：代理关键点、工厂关键点、开始时间24、开始分钟、结束时间24、结束分钟）
• 过程（属性：代理密钥、工厂密钥、生产线、过程组、过程 名称、机器类型）
• 日期（典型的日期维度属性）
• 时间（典型的时间维度属性）

无量纲事实包括：

• 零件序列号（零件类型的实例）
• 周期时间
• 员工ID）*多值*

问题

我的问题是，当时可能有不止一名员工在执行该流程。因此，我想知道我是否需要改变我的模型，以及如何在模型中最好地代表员工。我们不是在试图保存员工信息，而是他们的公司员工ID。我考虑了以下选项：

在事实表的employee列中允许多个员工ID（例如，逗号分隔）。缺点：在流程中工作的员工人数是一个可变的数字。我是否需要创建足够大的字段来容纳X个员工？X应该是什么

为每个员工的每个生产事实创建一个记录。这意味着同一事实有多个记录；那太糟糕了

在employee维度表和事实表之间创建employee维度和“Process Employees”桥接表。问题：事实表中没有表示当时处理流程的员工

创建员工维度、流程员工组表以及流程员工组表和员工维度表之间的桥接表。员工组和桥接表需要a）预先填充所有可能的员工组合——这在任何级别上都不实用，因为我们有数千名员工——或者b）在ETL期间动态填充。4b需要检查每个流程中是否存在给定的集团员工；如果源记录的批处理频率高于每天几次（例如，对于近实时报告，每小时10次），这可能会对DBMS/ETL系统造成负担

我的问题

我认为方案3是最可行的方案，但我有一些保留意见。是否存在潜在的警戒？我还有其他的选择吗？将参与该流程的员工从事实表中删除可以吗

---

谢谢你的建议。

有一个概念叫做缓慢改变尺寸。 这些被认为是维度；基本上在这张桌子上，我称之为PartEmployee

此表的结构将是

PartId - PK
EmployeeId - PK
EmployeeStartDate - PK
EmployeeEndDate

如果员工仍在处理零件，则结束日期将为空。当新员工开始处理零件时，零件的上一个员工记录将被关闭，并与新员工一起为零件创建一个新记录

在PartFact表中添加员工

EmployeeId

此列将保存当前员工；每次新员工开始处理零件时，都会更新此事实记录

这将为您提供哪些员工在零件上工作的历史视角，以及上次在零件上工作的员工的信息

---

希望这有帮助…

有一个概念叫做缓慢改变维度。 这些被认为是维度；基本上在这张桌子上，我称之为PartEmployee

此表的结构将是

PartId - PK
EmployeeId - PK
EmployeeStartDate - PK
EmployeeEndDate

如果员工仍在处理零件，则结束日期将为空。当新员工开始处理零件时，零件的上一个员工记录将被关闭，并与新员工一起为零件创建一个新记录

在PartFact表中添加员工

EmployeeId

此列将保存当前员工；每次新员工开始处理零件时，都会更新此事实记录

这将为您提供哪些员工在零件上工作的历史视角，以及上次在零件上工作的员工的信息

---

希望这能有所帮助……

我已经有时间考虑我的选择，而我的原始帖子中列出的4个选择都不正确。讨论的问题似乎是一个经典的“覆盖”问题；业务部门需要知道在给定时间哪些员工在执行哪些流程。如果我们有这些信息，我们将知道在给定流程完成时，谁在处理特定零件。这最好表示为员工维度和生产流程维度之间的无事实的事实表

这种方法也有助于我节省空间和提高效率