维度（Dimension）的创建

关于Dimension

Dimension是一个逻辑结构，定义了dimension table中的一个列或一组列于其他列之间的一个层次关系。Dimension只保存定义，可以将其理解为一种特定的constraint。

Dimension不是一种必须存在的结构，但是，创建dimension对于数据仓库中一些复杂的查询重写有着相当重要的意义。查询重写是数据仓库性能优化的重要方法。

数据仓库中由于数据量巨大，一些聚合计算等操作往往通过物化视图预先计算存储。但是，不可能对所有维度的所有可能的聚合操作都建立物化视图，一则空间不允许，二则刷新时间也不允许。

那么，在对某些聚合操作的sql进行查询重写时，就希望能利用已经存在的物化视图，尽管他们的聚合操作条件不完全一致。而dimension定义的各个level之间的层次关系，对于一些上卷(rolling up)和下钻(drilling down)操作的查询重写的判断是相当重要的，而dimension中定义的attributes对于使用不同的列来做分组的查询重写起作用。

Dimension中三个重要的属性：level，hierarchy，attribute。其中level定义了一个或一组列为一个整体，而hierarchy则定义了各个level之间的层次关系，父level和子level之间是一种1:N的关系，而且，在dimension中可以指定多个hierarchy层次关系。attribute则定义了level和其他列的一个1:1的关系，但这种1:1的关系不一定是可逆的。

下面的例子中，根据player_info，也就是LEVEL player（由club_id和club_num组成），可以确定players.name，但不一定要求players.name就能确定LEVEL player。

而且，各个level之间的列不一定要来自同一个table，对于雪花模型，dimension table可能被规范化为许多的小表，则dimension中的level可能是来自不同表中的列。这是需要在dimension中指定join key来指出各个表之间的关联列。例如上面的例子中，players.club_id与LEVEL club关联，也就是players表的club_id字段的外键是clubs.id。

 

 

一个创建维度（Dimension）的例子，创建之前，必须存在players和clubs表。

1.       CREATE DIMENSION fb_dim

2.       LEVEL player IS (players.club_id,players.club_num)

3.       LEVEL club IS (clubs.id)

4.       LEVEL city IS (clubs.city)

5.       LEVEL league IS (clubs.league)

6.       LEVEL country IS (clubs.country)

7.       HIERARCHY fb_rollup(

8.       player CHILD OF

club CHILD OF

city CHILD OF

league CHILD OF

country

9.       JOIN KEY (players.club_id) REFERENCES club)

10.    ATTRIBUTE player_info LEVEL player DETERMINES

11.    (players.name,players.country,players.pos,players.age)

12.    ATTRIBUTE club DETERMINES

13.    (clubs.name);

 

解释：

1.       创建一个Dimension，名为fb_dim。

2.       关键字LEVEL用于定义Dimension中的每一个LEVEL，它是构成维度层次关系和属性的基础。LEVEL可以来自不同的表。定义一个名为player的LEVEL，该LEVEL由2个列组成，分别是players表的club_id和club_num。

3.       定义一个名为club的LEVEL，该LEVEL由1个列构成，是clubs表的id字段。

4.       定义一个名为city的LEVEL，该LEVEL由1个列构成，是clubs表的city字段。

5.       定义一个名为league的LEVEL，该LEVEL由1个列构成，是clubs表的league字段。

6.       定义一个名为country的LEVEL，该LEVEL由1个列构成，是clubs表的country字段。

7.       关键字HIERARCHY用于定义LEVEL之间的层次关系，可以定义多个层次关系，每个层次关系中不一定需要包含上面所有的LEVEL。定义了个名为fb_rollup的HIERARCHY。

8.       关键字CHILD OF之前的是child_level，之后的是parent_level，也就是说，player是最小的child_level，它的parent_level是club，而club又是city的child_level，league又是city的parent_level，最大的parent_level是country。在HIERARCHY中，child_level和parent_level是一种1:N的关系。

9.       由于LEVEL可以来自不同的表，可以通过关键字JOIN KEY来指出各个表之间的关联列。该子句只允许HIERARCHY中包含来自不同表的LEVEL时才能使用。这里表示players.club_id字段与LEVEL club关联，也就是players.club_id字段与clubs.id外键关联。

10.    关键字ATTRIBUTE用于定于一个LEVEL的属性，可以指定一个attribute_name，后面要跟LEVEL关键字和名称，也可以直接使用LEVEL的名称。关键子DETERMINES之后表示该LEVEL的字段有1：1关系的字段。ATTRIBUTE定义了level和其他列的一个1:1的关系，但这种1:1的关系不一定是可逆的。

11.    这些字段必须和level中的字段来自同一张表。由level的字段可以决定出这些字段唯一的记录。

12.    这里的ATTRIBUTE定义没有使用attribute_name，直接用了LEVEL的名称。

13.    这些字段必须和level中的字段来自同一张表。由level的字段可以决定出这些字段唯一的记录。