PROSAGA码农传奇-数据集市-Data Mart星型模式开发解决方案

<div class =“post-text”itemprop =“text”>
  
    引文和图书作者的粒度不同。因此，它们应该在不同的事实表中。
  
  
    我该怎么做：
  
  <OL>
    <LI>
      
        引文事实表：谷物是1本书中的1人引用。外部键用于时间维度，引用作者维度，作者维度，书籍维度以及您可能需要的任何其他内容。此数据集市为您提供直接计算人X的引用次数，按时间分类，书籍作者等。
      
    </LI>
    <LI>
      
        作者事实表：人们可能认为谷物是一本书，但实际上并非如此。粮食是1本书的作者。这是最原子级的数据。要获得图书计数，您可以定义由1人共同撰写的1本书计为1本书，计为0.5，1 /共同作者的数量或任何其他有用的度量。如果您还想计算书籍，则应使用1 / N指标以及您认为有用的任何其他指标。
      
    </LI>
    <LI>
      
        共同作者关系：试图确定发表最多的作者：这比较棘手。这里的事实粒度也是作者，但每对共同作者可用1个条目。因此，如果阿尔伯特，比尔和查尔斯写的一本书，你将获得1作者Albert和共同作者Bill，一个作为Albert的作者和作为共同作者的Charles等（所有6种组合）。这使您可以获得作者及其共同作者的完整列表，并计算他们出现的次数，但所有内容都会显示为双重计算：Albert + Bill和Bill + Albert两次出现。过滤掉重复项的最佳方法是定义“按字母顺序排列的作者，Albert + Bill，Albert + Charles和Bill + Charles存储但不存储其他人，或者在客户端，删除重复项作为查询帖子 - 处理。
      
    </LI>
  </醇>
  
    要组合从多个数据集市到达的多个指标，您应该向可视化工具添加后处理图层，以交叉引用所有这些结果。
  
  
    最后，有一条评论：这个问题似乎不是最好用数据集市处理的。书籍元数据没有固定的数据模式，无模式结构可能最适合进行所有搜索（查看Elastic Search和Mongo DB，它们可能更适合这个特定问题。
  
</DIV>