俗话说，周一周一奄奄一息。昨天去演唱会嗨过头了，今天上班脑袋里还在：你不是真正的快乐。废话，谁上班会快乐！但是时间紧任务重，这周有个项目ddl，不得不专注下来开始建模。一思考，脑袋就打结了，在第一步确定数据粒度就出了点小问题。又要能下钻到提交每个报告的状态、类型，又要能在看板侧计算未提交报告的人数。为了保证所有指标都能计算出来，粒度必须保证最小，人月粒度过于粗糙，无法保留报告状态。报告粒度粒度最小，但是无法计算某些人数指标。如果将两者杂糅，模型的粒度太模糊，并且用什么做唯一标识主键呢？
最后在小本本上列了所有指标才琢磨出来，对当月未提交报告的人可以维护一个虚拟报告号，这样保证粒度最小，同时人数指标也便于计算了。
突然想到，之前建模的时候从来没有规定必须设定主键，但是数据库的表主键是必要的，那么数仓中到底需不需要主键呢？
--------学习区--------
主键的来源于数据库中第二范式（2NF）：要求数据库表中每个实例或记录必须可以唯一地区分，要选一个标识唯一区分实体，这就是主键。
!NOTE\] 3NF范式: i.原子性。每个属性必须唯一，不具有多义性（不能拆分成其他几列) ii.必须存在主键。每个非主属性必须完全依赖于主键，而非主键的一部分。 iii.消除传递依赖。另外非主键列必须直接依赖于主键，不能存在传递依赖
传统数据库中的主键的必要性：
1、唯一性
主键必须保证表中的每一行都有唯一的标识。这样可以避免数据冗余和不一致性。
2、查询性能
数据库系统通常会使用主键来加速数据检索。主键通常会被索引，这样可以更快速地找到特定行的数据，提高查询效率。
3、关联性
主键常常用于建立表与表之间的关系。在关系数据库中，一个表的主键通常与其他表中的外键建立关联，这种关系对于数据的一致性和完整性非常重要。
4、数据完整性
主键的存在有助于确保数据的完整性。主键要求每一行都有一个唯一标识，这可以防止重复或无效的数据插入。
5、表约束
主键通常用作表的约束，确保表中的数据满足特定的条件。这有助于维护数据的质量和一致性。
给数仓带来的问题
1、管理成本
传统数据库需要频繁的事务操作，但是数仓主要存储大量历史数据，维护主键会给引擎带来压力。
2、存储空间
前面提到主键自动建立索引可以加快查询，但是索引会膨胀，带来存储压力，降低磁盘存储和计算效率，数据量大地数仓中尤为明显。在目前的开发中，我还没有使用过数仓的索引，希望以后有机会学习。
3、查询效率
数仓是OLAP（在线分析处理） 不是OLTP（在线事务处理） ，场景多为分析类的，所以很多数据库引擎会使用列存。而主键是面向对象==（行存）==的，反而会降低列存的查询优势。而且查询时又要逐条校验主键的唯一性，就算有索引加速，在大表中也可能会产生性能问题。通过避免使用主键，可以简化数据仓库的设计和维护。
总结
主键是传统关系型系统的产物，因为数仓的特性，需要酌情使用主键。应用中需要在便利性和性能、存储间找到一个平衡。
通过合理设计表结构、选择合适的约束条件和优化性能，可以在不使用主键的情况下，确保数据的唯一性和完整性。例如，在订单系统中，可以使用订单ID和产品ID的组合键来唯一标识每一行记录，而无需单独的主键字段。通过这种方式，可以确保数据的唯一性和完整性，同时避免了单一主键带来的复杂性。
所以正式开发前一定要好好建模，符合维度建模规范，确保表结构能够满足业务需求，同时具备良好的性能和可扩展性。