多粒度数据仓库的模式设计与业务关系的代理模型

# 多粒度数据仓库的模式设计与业务关系的代理模型 ## 1. 多粒度数据仓库的模式设计方案 ### 1.1 模式设计方案介绍 为了满足多粒度数据存储和查询的需求，提出了以下几种不同的模式设计方案： 1. **单事实表无单独时间维度方案**：该方案使用一个不包含单独时间维度的单事实表来处理不同粒度的数据。事实表包含五个度量：参数 ID（Pi）、任务 ID（Tkid）、时间戳（Ts）、标签（L）和值（Value）。时间戳以 UTC 格式表示值的记录时间，标签表示值的记录频率，即每行的粒度级别。 2. **扩展去规范化时间维度与单事实表方案**：采用扩展的去规范化时间维度和单个事实表的组合。 3. **扩展去规范化时间维度与多事实表方案**：使用扩展的去规范化时间维度和多个事实表，每个事实表对应一个粒度级别。 4. **扩展去规范化时间维度与两个事实表方案**：由扩展的去规范化时间维度和两个事实表组成，一个处理详细数据，另一个处理不同粒度的聚合数据。 5. **扩展规范化时间维度与单事实表方案**：基于扩展的规范化时间维度和单个事实表。 6. **扩展规范化时间维度与多事实表方案**：结合扩展的规范化时间维度和多个事实表。 7. **扩展收缩时间维度与多事实表方案**：采用扩展的收缩时间维度和多个事实表。 ### 1.2 各方案的优缺点 | 方案名称 | 优点 | 缺点 | | --- | --- | --- | | 单事实表无单独时间维度方案 | 存储少、查询处理快、数据加载和管理高效 | 该模型在数据仓库模式设计解决方案中不常见 | | 扩展去规范化时间维度与单事实表方案 | - | - | | 扩展去规范化时间维度与多事实表方案 | 数据处理灵活 | 数据分布不均、操作成本高、查询时连接复杂 | | 扩展去规范化时间维度与两个事实表方案 | 管理、使用、访问和理解简单 | 可能存在错误的可汇总性和数据分布不均 | | 扩展规范化时间维度与单事实表方案 | - | - | | 扩展规范化时间维度与多事实表方案 | - | - | | 扩展收缩时间维度与多事实表方案 | - | 存储方面略逊于平均水平 | ### 1.3 性能评估 为了评估这些模式设计方案的性能，进行了单级和多级聚合查询的性能测试。测试指标包括查询时间、查询复杂度（以代码行数衡量）、总体聚合时间和存储使用量。测试环境为 2.0 GHz Intel® Core Duo 处理器、512 MB RAM，运行 Ubuntu 8.04 和 MySQL 5.0.5。每个测试进行 5 次，舍弃最大值和最小值，取中间三个值的平均值。 - **单粒度查询处理率**：各方案的处理率在 110,000 至 300,000 行/秒之间，其中单事实表无单独时间维度方案（组合 1）表现最佳。 - **多粒度查询处理率**：处理率在 20,000 至 300,000 行/秒之间，组合 1 再次表现最佳，组合 2 和 4 由于所需的 JOIN 和 UNION 子句较少，表现也较好。组合 3