适用于多个数据排列的数据模型设计（RDBMS）

Question

我正在构建一个Google Analytics应用程序，用于跟踪公司营销活动的转化。转换是如果他们去超市购买产品。如果公司是亨氏，他们可能会遇到的不同产品的广告，因此广告活动可能是：

• 焗豆
• 番茄汤
• 番茄酱

这些都是在线广告系列，使他们能够有不同的介质如：

• 网站
• Facebook的
页
• Flash横幅广告
• 移动应用广告

如果有人买了产品，它通过一个超市买的，如：

• 沃尔玛
• 阿斯达
• Safeway
• Kroger

我们正在跟踪所有这些转化。分析应用程序需要显示上述任意组合的转化数据。所以，例如，我可能需要显示转​​换...

• 烤豆。
• 来自Facebook页面的烤豆。
• 为超市沃尔玛，但为所有活动&媒介。
• 为沃尔玛从Facebook页面，但所有的运动。
• 用于通过Flash Banner Ad和Safeway制作的番茄酱。

为了使分析速度更快，我们避免处理原始数据（数百万条记录），但存储每天存储的数据的汇总版本。因此，在9月12日的报告中，我可以保存我们有12次转化为焗豆，6次转化（对于所有产品）通过网站进行，沃尔玛有8次转化，这些转化可以分为3个单独的表格（称为Campaigns，媒体和超市）。但是，如果我需要知道通过Facebook页面和沃尔玛制作的番茄酱转换，存储在单独的表格中显然不起作用。

我很努力想出一个可以支持上述的数据模型。我正在使用标准的关系数据库（MySQL）。也许有更好的策略来处理这个问题。

Answer 1

是的，有一个更好的策略。它被称为尺寸建模或星型模式。

您存储一张表，名为事实表，其中包含Campaign，Medium和Supermarket的列。

对于这些属性中的每一个，事实表中的列都是尺寸表的外键。每个Campaigns，Mediums和Supermarkets的一个维度表。

你的情况，以避免数百万行的，你可以第四列添加到事实表，conversions。在进行转换时增加计数（而不是添加另一行）。

下面是一个例子表：

CREATE TABLE FactTable (
    campaign_id INT, 
    medium_id INT, 
    supermarket_id INT, 
    conversions INT, 
    PRIMARY KEY (campaign_id, medium_id, supermarket_id), 
    FOREIGN KEY (campaign_id) REFERENCES Campaigns(campaign_id), 
    FOREIGN KEY (medium_id) REFERENCES Mediums(medium_id), 
    FOREIGN KEY (supermarket_id) REFERENCES Supermarkets(supermarket_id) 
); 

然后你就可以查询所有的转换：

• 用于焗豆。

  SELECT SUM(conversions) FROM FactTable 
  JOIN Campaigns USING (campaign_id) 
  WHERE campaign = 'Baked Beans'; 
  

• 从Facebook页面烘烤的豆类。

  SELECT SUM(conversions) FROM FactTable 
  JOIN Campaigns USING (campaign_id) 
  JOIN Mediums USING (medium_id) 
  WHERE campaign = 'Baked Beans' AND medium = 'Facebook'; 
  

• 的超市沃尔玛，但对于所有的广告活动&介质。

  SELECT SUM(conversions) FROM FactTable 
  JOIN Supermarkets USING (supermarket_id) 
  WHERE supermarket = 'Walmart'; 
  

• 沃尔玛从Facebook页面，但所有的运动。

  SELECT SUM(conversions) FROM FactTable 
  JOIN Mediums USING (medium_id) 
  JOIN Supermarkets USING (supermarket_id) 
  WHERE medium = 'Facebook' AND supermarket = 'Walmart'; 
  

• 用于通过Flash Banner Ad和Safeway制作的番茄酱。

  SELECT SUM(conversions) FROM FactTable 
  JOIN Campaigns USING (campaign_id) 
  JOIN Mediums USING (medium_id) 
  JOIN Supermarkets USING (supermarket_id) 
  WHERE campaign = 'Ketchup' AND medium = 'Flash Banner Ad' AND supermarket = 'Safeway'; 
  

退房books by Ralph Kimball更多关于三维建模。

Answer 2

我认为，试图操纵你的数据结构，以避免处理的原始数据，都将增加复杂性并降低了灵活性，很少真正的好处。通过适当的索引和适当调整的查询，查询数百万条记录应该花费很少的时间。我在多个字段中查询了5亿条记录，并在20ms以内获得了结果。

把你的精力投入到调整，而不是设计新的数据结构，以及你应该心存感激时，不管是谁消费这些分析在一些稍微不同的格式，使您精心策划设计过时需要的数据。