关于数据仓库 —lookup表的一点看法

 原创于2007年03月21日，2009年10月15日迁移至此。

对于搞数据仓库的人来说，面试的时候总会问及到lookup表的概念。。。。。。

对于搞数据仓库的人来说，面试的时候总会问及到lookup表的概念，这个概念一开始对我而言也是很莫名其妙的；明明基础表和事实表的一个关联就可以完成的事情需要什么lookup表。

通常的做法

SELECT A.ID,SUM(Measure1) as Measure1,SUM(Measure2) as Measure2 FROM table_original A,table_dimension B
WHERE A.ID = B.ID

为了严谨起见，我们的处理最多是加以NULL值或者未匹配键值的处理

SELECT -- A.ID,B.ID, -- the transformed field names ID
DECODE(NVL(A.ID,-2),-2,-2, DECODE(NVL(B.ID,-1),-1,-1,B.ID)) AS ID,
SUM(CASE A.Measure1>0 AND A.Measure1<100 THEN Measure1 ELSE 0 END
) Measure1,
SUM(CASE A.Measure2>0 AND A.Measure2<100 THEN Measure2 ELSE 0 END
) Measure2,
FROM table_original A,table_dimension B
WHERE A.ID = B.ID(+)
GROUP BY DECODE(NVL(B.ID,-2),-2,-2, DECODE(NVL(B.ID,-1),-1,-1,B.ID))

但是对于老外来说，为了严谨起见，把维度做为历史处理的轨迹进行保存，主要是全记录处理方式其中包括版本号方式、时戳方式、标志方式（具体处理方式参看数据仓库系列文章）；所以必须增加一个代理主键，以记录和替代原来不断变化的内容，从而保存原主键信息的变化轨迹。主键的变化导致与原事实表关联过程中的脱节，必须使用新的外键代理原来的外键值。同时主键的变化导致在与事实表关联过程的变化，当然我们也可以使用复杂的视图和函数方式寻找到相应的外键值；但是对于老外来说宁愿用最简单的方式，图形化的操作和最直观的方式进行处理，毕竟数据库、数据仓库、ETL图形工具全部都是由老外发明的。实现的原理其实很简单：

SQLServer2005 SSIS实现的一个实例