​鸿沟和扇形陷阱

鸿沟和扇形陷阱

正如其名，这些是陷阱。如果我们有鸿沟或扇形陷阱，那么我们就有了一个严重的问题，因为这些可能会影响整个数据模型。

鸿沟和扇形陷阱导致笛卡尔数据。

1．扇形陷阱：在扇形陷阱中，模型最终会在两个以上的表中出现“一对多关系”，例如一个客户有多个订单，一个订单有多个订单产品，这在逻辑上是可以的，但如果创建物理数据模型，就会出现问题。

1)一对多订单的客户。

2)如果订单与订单产品之间是“一对多”的关系，则存在扇形连接问题。

Ø问题：在这种情况下，订单Id（Pkey）已经被添加到订单产品表中作为Fkey，这意味着订单产品表中将存在低基数，这意味着产品表中将存在产品的重复，这是错误的方法。在产品表中，产品ID应该是唯一的。

Ø解决方案：一个产品可以有多个订单，但反过来不行。正确的方法是在订单产品表中使用产品ID（Pkey）作为订单表中的Fkey。

2．鸿沟陷阱：在鸿沟陷阱（Chasm Trap）中，模型最终在两个以上的表中具有“多对一”的关系，例如，一个员工有许多销售交易，同一个员工也可以有许多目标交易，这在逻辑上和物理上都是可以的，但是如果我们尝试在一个查询中连接这三个表，就会出现鸿沟陷阱（Chasm Trap）。

Ø问题：在这种情况下，问题不是数据模型，而是编写查询。考虑员工表中有员工姓名John。

ü他有两个目标要实现，例如，

1)For Product 1 = Target USD 1M,

2)For Product 2 = Target USD 2M.

ü现在，他总共完成了10笔销售交易，每笔交易平均为10,000美元，目前为止他已经实现了10万美元的销售额。

ü现在，如果我们通过查询提取10万美元的信息，并将这3个表连接在一个查询中，将会发生以下情况。

ü查询将会将员工表与目标表连接，并在内存中处理2行数据，即，

vRow1: John with Target of USD 1M for Product 1

vRow2: John with Target of USD 2M for Product 2

ü现在，查询在内存中有2行要与销售表连接。现在，它将使用John作为键将这2个John与销售表连接，这就是将发生的事情。

vJohn [Product 1] will join with 10 rows in Sales and will generate 10 Rows.

vJohn [Product 2] will join with 10 rows in Sales and again will generate 10 Rows.

ü因此，总共会生成20行，这是错误的，因为现在总目标达成将显示为20万美元，而不是10万美元，这是错误的。

ü问题是笛卡尔结果。

Ø解决方案：处理这种情况有两种方法

1)分别编写两个查询

2)在一个查询中写两个子查询，并使用UNION ALL。

让我们选择第二种方法，并通过例子来理解。

ü第一个查询将连接员工表与目标表，并在内存中处理2行数据，即，

vRow1: John with Target of USD 1M for Product 1

vRow2: John with Target of USD 2M for Product 2

ü第二个查询将连接员工表与销售表，并在内存中处理10行数据，

vRow1: John with Sales of USD 10k for Product 1

vRow2: John with Sales of USD 10k for Product 2

v......

vRow10: John with Sales of USD 10k for Product 2

ü现在，使用UNION ALL连接这两个查询，你会看到12行。

ü正确结果。

创建数据模型的第一步应该是了解数据流，这定义了数据存储的方式。

提取数据的第一步是具备数据模型的业务知识。

在方程式中，交易表必须是“多”，而主/参考表必须是“一”，不可忘记这一点。