事件表归一化选型：保留空值（Option A）还是补全属性（Option B）？

两种方案的核心差异与优缺点 #

Option A：仅保留对应事件属性，其余留空 #

• 优势：
  • 存储效率高，无冗余空值，节省数据库空间
  • ETL处理逻辑简单，无需额外补全属性，导入速度更快
  • 数据更贴合原始事件的真实发送状态，避免补全逻辑可能引入的误差
• 劣势：
  • Looker中做跨事件属性分析时，需频繁处理空值，增加维度计算、聚合的复杂度（例如过滤空值、设置默认值）
  • 后续新增事件属性时，需同步调整表结构或Looker模型，扩展性稍弱

Option B：补全所有事件的全部属性 #

• 优势：
  • Looker建模更简洁，所有事件采用统一结构，维度、度量定义无需额外处理空值逻辑
  • 跨事件的属性对比、聚合分析更顺畅，例如统计不同事件中同一属性的分布情况
  • 扩展性更好，新增属性时只需统一更新补全逻辑，Looker模型调整成本低
• 劣势：
  • 存储冗余严重，大量空值占用不必要的空间，尤其是事件类型多、属性差异大时
  • ETL阶段需额外开发补全逻辑，增加数据处理的复杂度和计算成本

决策建议 #

• 若存储效率、ETL简洁性为核心优先级，且日常分析以单一事件类型的属性挖掘为主，优先选Option A
• 若Looker分析体验、跨事件分析需求为核心优先级，且能接受一定的存储和ETL成本，优先选Option B

折中思路（若允许在Looker层处理） #

如果无需强制在数据导入阶段完成归一化，可以考虑用Option A存储原始归一化表，然后在Looker模型层通过视图合并、自定义维度的方式，统一不同事件的属性展示，兼顾存储效率和分析便利性。

内容的提问来源于stack exchange，提问作者noor h