在SQL Server中创建数据库：同结构表关系设置问题

针对你现有10张同结构、仅年份不同的CiteScore表，要建关系并支持表格/多维模型，最优方案是先重构表结构，再建立标准的维度-事实关系，具体步骤如下：

1. 优先合并多年份数据为单表 #

把10张年份表合并成一张包含年份维度的主表，这是后续建模的基础：

• 新增年份字段：给每张表的数据加上对应年份的标记，比如2014年的表所有数据加Year=2014，以此类推。
• SQL拼接示例（以SQL Server为例）：

SELECT *, 2014 AS Year INTO CiteScoreAll FROM CiteScore2014
UNION ALL
SELECT *, 2015 AS Year FROM CiteScore2015
UNION ALL
SELECT *, 2016 AS Year FROM CiteScore2016
-- 依次添加剩下7张表的SELECT语句

• 合并后生成的CiteScoreAll表，包含所有年份的数据，后续操作更高效。

2. 拆分维度表与事实表（适配多维模型） #

如果要构建OLAP类的多维模型，建议拆分结构：

• 维度表（Journals）：抽取出不随年份变化的字段，比如期刊ID、期刊名称、学科分类、出版商等，设置期刊ID为主键（用你已有的ID即可）。
• 事实表（CiteScoreAll）：保留期刊ID（关联维度表）、年份、CiteScore值、引用数、发文量等度量类字段，给事实表设置复合主键（期刊ID+年份），确保每条数据唯一。
• 建立关系：用维度表的期刊ID和事实表的期刊ID建立一对多关系（一个期刊对应多年的CiteScore数据）；如果需要更精细的时间分析，还可以单独建Years维度表（存年份、年度区间等），用Year字段和事实表关联。

3. 若保留原10张表的关联方式（不推荐） #

如果一定要保留每张年份表的独立结构，可通过公共维度表关联：

• 建立Journals维度表（同上），每张年份表的ID字段都和Journals的主键建立一对多关系。
• 这种方式适合临时查询，但在多维建模时会增加复杂度，不建议作为长期方案。

4. 适配表格模型（如Power BI/Excel数据模型） #

• 用合并后的CiteScoreAll表，或拆分后的维度-事实表，在模型工具中直接设置关系：Journals[ID] → CiteScoreAll[ID]，Years[Year] → CiteScoreAll[Year]。
• 设置好关系后，就能直接进行年份切片、期刊筛选、多维度聚合分析，完美适配表格模型的需求。

内容的提问来源于stack exchange，提问作者millennium_002