KDT#43 维度建模中处理空值的策略

关系数据库中都支持空值（NULL）来表示数据不存在。但是在数据仓库中，一般不建议继续保留这些空值。下面介绍维度建模中的三种处理空值的策略。

1．事实表的外键为空值。

这种情况出现的原因主要有两个，一个是在数据抽取时外键值还不知道，另一个是在源系统中外键值丢失。这时，引用完整性遭到了破坏。第一种情况通常出现在累计快照事实表中，因为有些事件还没有发生，所以对应的时间不存在。这时，保留空值作为外键是不可取的，我们应该在日期维度中建立一条记录，标识为”还未发生“。然后将未发生的日期关联到该记录上。同样，对于第二种情况，我们应该在相应的维度表中建立记录，标识为”已丢失“。

2．事实表中的事实为空值。

这种情况下，空值通常有两种含义，一种是值不存在，另一种是系统没有记录该值。不论是哪一种，我们都应该将空值保留下来，大多数的数据库系统都能对空值很好的处理聚集函数，如SUM，MAX，MIN，COUNT，AVG。这时，将空值替换成零反而有可能使聚集函数不准。

3．维度表中的属性为空值。

维度表中的属性为空值可能是因为属性没有捕获到，或者属性不知道。这时，我们不应该保留空值，而应该将空值替换为”不知道“或者”未提供“之类。

总的来说，在数据仓库中空值容易引起误解，我们要尽可能的将空值替换成实际的值。