Preservar todos os elementos da tabela de pesquisa

A propriedade VLDB Preservar todos os elementos da tabela de pesquisa é usada para mostrar todos os elementos de atributo que existem na tabela de pesquisa, mesmo que não haja fato correspondente no conjunto de resultados. Por exemplo, seu relatório contém Loja e Soma(Vendas) e é possível que uma loja não tenha nenhuma venda. Entretanto, você quer exibir todos os nomes de lojas no relatório final, até mesmo as lojas sem vendas. Para fazer isso, você não deve contar com as lojas na tabela de fatos de vendas. Em vez disso, você deve se certificar de que todas as lojas da tabela de pesquisa estejam incluídas no relatório final. O mecanismo SQL precisa fazer uma associação externa esquerda da tabela de pesquisa à tabela de fatos.

É possível que existam vários atributos no modelo. Para manter todos os elementos de atributo, o Mecanismo Analítico precisa fazer uma associação cartesiana entre as tabelas de pesquisa de atributos envolvidas antes de fazer uma associação externa esquerda com a tabela de fatos.

Preservar elementos comuns da tabela de pesquisa e tabela de resultados da aprovação final (padrão).

O Mecanismo Analítico faz uma associação (igual) normal com a tabela de pesquisa.

Preservar elementos da tabela de pesquisa associados à tabela de resultados de aprovação final com base em chaves da tabela de fatos.

Às vezes o nível da tabela de fatos não é o mesmo que o relatório ou nível do modelo. Por exemplo, um relatório contém a métrica Loja, Mês, Soma(Vendas), mas a tabela de fatos está no nível de Loja, Dia e Item. Existem duas maneiras de manter todos os elementos de loja e mês:

• Fazer uma associação externa esquerda para manter todos os elementos de atributo no nível de Loja, Dia e Item, depois agregar para o nível de Loja e Mês.
• Faça agregação primeiro, depois faça uma associação externa esquerda para reunir todos os elementos de atributo.

  Esta opção é para a primeira abordagem. No exemplo dado anteriormente, são feitas duas aprovações SQL:

  Aprovação 1: LOOKUP_STORE cross join LOOKUP_DAY cross join LOOKUP_ITEM èTT1

  Aprovação 2: TT1 left outer join Fact_Table on (store, day, item)

A vantagem desta abordagem é que você pode fazer uma associação externa esquerda e a agregação na mesma aprovação (aprovação 2). A desvantagem é que como você faz uma associação cartesiana com as tabelas de pesquisa em um nível bem mais baixo (aprovação 1), o resultado da tabela associada cartesiana (TT1) pode ser muito grande.

Preservar elementos da tabela de pesquisa associados à tabela de resultados de aprovação final com base em atributos de modelo sem filtro.

Esta opção corresponde à segunda abordagem descrita acima. Ainda usando o mesmo exemplo, ela faz três aprovações SQL:

• Aprovação 1: agregar a Fact_Table a TT1 em Loja e Mês. Esta é na verdade a aprovação final de um relatório normal sem ativar esta configuração.
• Aprovação 2: Junção cruzada de LOOKUP_STORE LOOKUP_MONTH > TT2
• Aprovação 3: TT2 left outer join TT1 on (store, month)

Esta abordagem precisa de mais uma aprovação do que a opção anterior, mas a tabela de associação cruzada (TT2) é geralmente menor.

Preservar elementos da tabela de pesquisa associados à tabela de resultados de aprovação final com base em atributos de modelo com filtro.

Esta opção é semelhante à Opção 3. A única diferença é que o filtro do relatório é aplicado na aprovação final (Aprovação 3). Por exemplo, um relatório contém Loja, Mês e Soma(Vendas) com um filtro de Ano = 2002. Você quer exibir cada loja em cada mês em 2002, independentemente do fato de haver vendas. No entanto, você não quer mostrar qualquer mês de outros anos (somente os 12 meses no ano 2002). A Opção 4 resolve este problema.

select a11.Store_id Store_id,

 max(a12.Store) Store,

 sum(a11.DollarSls) WJXBFS1

from Fact a11

 join Store a12

 ativado (a11.Store_id = a12.Store_id)

group by a11.Store_id

select distinct a11.Year Year

into #ZZOL00

from Fact a11 

select pa1.Year Year,

 a11.Store_id Store_id

into #ZZOL01

from #ZZOL00 pa1

 cross join Store a11

selecione pa2.Store_id Store_id,

 max(a12.Store) Store,

 sum(a11.DollarSls) WJXBFS1

from #ZZOL01 pa2

 left outer join Fact a11

 on (pa2.Store_id = a11.Store_id and 

 pa2.Year = a11.Year)

 join Store a12

 on (pa2.Store_id = a12.Store_id)

agrupar por pa2.Store_id

drop table #ZZOL00

drop table #ZZOL01

select a11.Store_id Store_id,

 sum(a11.DollarSls) WJXBFS1

into #ZZT5X00003UOL000

from Fact a11

where a11.Store_id not in (2)

group by a11.Store_id 

select a11.Store_id Store_id,

 a11.Store Store,

 pa1.WJXBFS1 WJXBFS1

from Store a11

 left outer join #ZZT5X00003UOL000 pa1

 ativado (a11.Store_id = pa1.Store_id)

drop table #ZZT5X00003UOL000

select a11.Store_id Store_id,

 sum(a11.DollarSls) WJXBFS1

into #ZZT5X00003XOL000

from Fact a11

where a11.Store_id not in (2)

group by a11.Store_id 

select a11.Store_id Store_id,

 a11.Store Store,

 pa1.WJXBFS1 WJXBFS1

from Store a11

 left outer join #ZZT5X00003XOL000 pa1

 ativado (a11.Store_id = pa1.Store_id)

where a11.Store_id not in (2)

drop table #ZZT5X00003XOL000