star schema表中查找primary key：单字段重复时如何确定事实表外键

方案建议 #

你当前的用户维度表样例数据如下：

这种单字段无法保证唯一、组合字段可唯一识别记录的场景，不推荐直接用两列组成的复合键作为事实表的外键，星型模型设计的最佳实践是使用无业务含义的代理键，具体原因和方案如下：

复合键作为外键的核心弊端

• 存储成本高：事实表的数据量通常是维度表的成百上千倍，额外存储一个字符串字段的累计开销非常高
• 查询性能差：多字段关联的执行效率远低于单字段关联，且字符串对比的性能也远低于整数类型
• 扩展性极差：如果后续业务规则调整，比如允许用户修改邮箱、或者出现同姓名同邮箱的多账号场景，复合键逻辑会直接失效，还需要同步修改所有关联事实表的字段，维护成本极高

最优实现方案

给该维度表新增一列整数类型的代理键作为主键，例如命名为user_sk（surrogate key），每一组唯一的（Name, Email）对应唯一的user_sk值，调整后的维度表结构如下：

后续事实表只需要存储user_sk作为外键关联维度表即可，完全满足唯一性要求，同时兼顾性能和后续扩展性。
如果确实有必须使用业务键的特殊场景，才考虑使用复合外键，建议提前做足业务规则变更的风险评估。

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