Sql 数据集市设计-最佳实践-为什么不使用外键？

我正在从事一个项目，在这个项目中，一个较小的数据集市（可能有30个表）是从头开始实现的。现在，这位对这家超市有深入了解的同事将要做另一个项目，让我独自参与这个项目（得到他的一些支持）

我只是认为我会生成数据库图，因此当我修改ETL和进行一些连接等操作时，我不需要任何额外的帮助。但是，令我惊讶的是，这个行业的新手

我生成了这个图，并没有星型或雪花型模式，只有并没有主键和外键的普通表。因此，我的工作是尝试想象这些表是如何关联的，然后参考它，如果它是真的，然后重新制作我的脚本等等

当我问为什么会这样（表之间没有关系）时，我得到的答案是：“这是因为性能。”

---

像这样解决它是正常的吗？如果否，如何利用关系解决此问题并保持良好的性能？

外键是用于确保数据库中数据一致性的约束-它们的目的不是记录数据库的结构，而是通过控制允许对数据库进行的更改来强制执行数据一致性规则

在数据完整性是关键的实时数据库中，这一切都很好，但在数据集市中，不需要强制执行这些规则-我们知道数据是一致的，因为它是执行这些规则的实时数据库的副本/摘录

外键也有一些缺点：

• 它们使数据集市提取过程复杂化（您需要确保按特定顺序提取数据）
• 它们阻止部分导出（仅从数据库导出某些表）
• 在对数据库进行更改时，它们还会导致运行时性能损失，因为在进行更改时，数据库服务器必须检查/验证每个约束

简言之，它们降低了性能，却没有提供任何真正的好处，那么为什么还要麻烦呢？只需确保您的数据集市在其他地方有适当的文档记录即可

您可能对以下问题感兴趣：

---

外键是用于确保数据库中数据一致性的约束-它们的目的不是记录数据库的结构，而是通过控制允许对数据库进行的更改来强制执行数据一致性规则

在数据完整性是关键的实时数据库中，这一切都很好，但在数据集市中，不需要强制执行这些规则-我们知道数据是一致的，因为它是执行这些规则的实时数据库的副本/摘录

外键也有一些缺点：

• 它们使数据集市提取过程复杂化（您需要确保按特定顺序提取数据）
• 它们阻止部分导出（仅从数据库导出某些表）
• 在对数据库进行更改时，它们还会导致运行时性能损失，因为在进行更改时，数据库服务器必须检查/验证每个约束

简言之，它们降低了性能，却没有提供任何真正的好处，那么为什么还要麻烦呢？只需确保您的数据集市在其他地方有适当的文档记录即可

您可能对以下问题感兴趣：

---

贾斯汀为为什么DWH可以这样设计提供了一个很好的答案

您仍然可以通过检查已在表上设置的索引来派生表之间的关系-唯一索引通常表示该表上的主键，而外键通常需要非唯一（即重复）索引

此外，如果DWH是一个Kimball星形模式样式的数据库，那么应该清楚哪些表是维度，哪些表是事实表——前者通常包含有意义的描述，只有一个键字段，没有数字度量，而后者通常包含多个键字段（每个维度一个）和具有少量长字符字段的数值度量（通常无）

在真正的星型模式中，维度表不直接相互链接，只链接到事实表（但是，您可能有一个雪花模式）。通常，您应该能够根据维度表上键字段的名称，判断哪些维度链接到事实表上的键

---

然而，最重要的是：文档不是构建数据仓库时的可选步骤。询问开发人员文档在哪里；如果它不存在，那么开发者应该负责提供它。

贾斯汀已经给出了一个很好的答案，解释了为什么DWH可以这样设计

您仍然可以通过检查已在表上设置的索引来派生表之间的关系-唯一索引通常表示该表上的主键，而外键通常需要非唯一（即重复）索引

此外，如果DWH是一个Kimball星形模式样式的数据库，那么应该清楚哪些表是维度，哪些表是事实表——前者通常包含有意义的描述，只有一个键字段，没有数字度量，而后者通常包含多个键字段（每个维度一个）和具有少量长字符字段的数值度量（通常无）

在真正的星型模式中，维度表不直接相互链接，只链接到事实表（但是，您可能有一个雪花模式）。通常，您应该能够根据维度表上键字段的名称，判断哪些维度链接到事实表上的键

然而，最重要的是：文档不是构建数据仓库时的可选步骤。询问开发人员代码在哪里