在Datawarehouse中处理null

在Datawarehouse中处理null

如前一个答案所述，维度的Null值可能具有许多不同的含义，未知，不适用，未知等。如果能够在应用程序中区分它们，添加“伪”维度条目会有所帮助，这很有用。

无论如何，我都避免使用Null事实外键或维度字段，即使只有一个“未知”维度值也将帮助您的用户定义查询，其中包括数据质量不是100％的包罗万象的分组（而且永远不会）。

我一直在使用的一个非常简单的技巧，至今尚未咬住我，是在T-sql中使用int
IDENTITY（1,1）定义我的尺寸替代键（从1开始，每行递增1）。伪键（“不可用”，“未分配”，“不适用”）被定义为负整数，并由在ETL过程开始时运行的存储过程填充。

例如，创建为的表

    CREATE TABLE [dbo].[Location]    (        [LocationSK] [int] IDENTITY(1,1) NOT NULL,        [Name] [varchar](50) NOT NULL,        [Abbreviation] [varchar](4) NOT NULL,        [LocationBK] [int] NOT NULL,        [EffectiveFromDate] [datetime] NOT NULL,        [EffectiveToDate] [datetime] NULL,        [Type1Checksum] [int] NOT NULL,        [Type2Checksum] [int] NOT NULL,    ) ON [PRIMARY]

和存储过程填充表

Insert Into dbo.Location (LocationSK, Name, Abbreviation, LocationBK, EffectiveFromDate,  Type1Checksum, Type2Checksum) Values (-1, 'Unknown location', 'Unk', -1, '1900-01-01', 0,0)

我已经制定了一个规则，即每个维度至少要有一个这样的伪行，以用于维度查找失败的情况，并建立异常报告以跟踪分配给此类行的事实数量。