finance कहता है कि revenue ज्यादा दिख रहा है और आपको fact table में duplicate rows मिलती हैं। आप जांच कैसे करेंगे?

पहले grain तय करें, फिर duplication को नापें: तय की गई key पर group by करें और एक से ज्यादा rows वाली गिनें। देखें कि duplicates बिल्कुल एक जैसे हैं (load की दिक्कत) या किसी column में अलग हैं (join fan out या source स्तर का duplicate)। परत दर परत पीछे जाकर वह पहली जगह ढूंढें जहां duplication दिखती है, उसी परत पर ठीक करें, फिर प्रभावित partitions दोबारा बनाएं और एक uniqueness test जोड़ें।

पहले मैं लिखता हूं कि grain क्या होना चाहिए, जैसे हर order line पर एक row, फिर एक से ज्यादा rows वाली keys गिनता हूं ताकि पता चले यह बारह rows का मामला है या बारह फीसदी का। फिर मैं कुछ duplicate सेट साथ रखकर तुलना करता हूं, क्योंकि इससे वजह लगभग तुरंत पता चल जाती है। अगर rows हूबहू एक जैसी हैं, तो यह load की दिक्कत है, आम तौर पर दोबारा चली job का बदलने के बजाय append करना। अगर वे एक column में अलग हैं, तो यह join fan out है, और पिछली बार यही निकला था: एक dimension type 2 हो गई थी और join current version पर filter नहीं कर रहा था, इसलिए हर fact row तीन historical dimension rows से मिल रही थी और प्रभावित customers का revenue तीन गुना हो गया। मैं इसे उसी परत पर ठीक करता हूं जहां वह पहली बार दिखता है, आखिरी model में DISTINCT डालकर नहीं, क्योंकि वह दिक्कत छुपाता है और हर query धीमी करता है। फिर grain पर uniqueness test, और प्रभावित partitions दोबारा बनाना ताकि finance को सही आंकड़े मिलें।