Когда pre-aggregate до соединения является ошибкой? Вы хотите посчитать выручку по категории товара, имея order_items(order_id, product_id, item_revenue) и products(product_id, category).
AНикогда:
pre-aggregate до JOIN всегда ускоряет запрос и даёт верный результатBКогда таблица
products достаточно мала, чтобы поместиться в памятьCКогда целевой уровень — позиция заказа: нужно соединить
order_items с products, а агрегировать по category уже после JOINDКогда в колонках
item_revenue или category встречаются значения NULLПравильный ответ. Если целевая метрика на уровне позиции,
pre-aggregate до JOIN может уничтожить нужную детализацию.Разбор
Категория — атрибут товара, поэтому без JOIN order_items с products вы не знаете, к какой категории относится выручка. Если заранее свернуть до уровня order_id, вы потеряете разрез по товарам и категориям. В таких задачах правильнее агрегировать после JOIN на нужном уровне, контролируя cardinality и риск duplication.
Проверь себя · 1/3разбор после ответа
Вы считаете «уникальные покупатели по бренду». Данные:
order_items(user_id, product_id) и products(product_id, brand). Пользователь может купить несколько товаров одного бренда. Какой расчёт на объединённых данных соответствует цели и устойчив к duplication?Ещё вопросы по теме «JOIN и кардинальность»
- В таблице `users` 100 000 строк, в таблице `user_profiles` — ровно одна строка на каждого `user_id`. Вы делаете `INNER JOIN` по `user_id`. Что верно про число строк результата?
- Вы соединяете `users` и `orders` по `user_id`, где у пользователя может быть много заказов (`one-to-many`). Как посчитать число пользователей, которые сделали хотя бы один заказ, чтобы избежать `duplication`?
- Для одного `order_id` в `order_items` есть 3 строки, а в `payments` есть 2 строки. Вы соединили всё в одну таблицу по `order_id` без предварительной агрегации. Сколько строк получится для этого заказа и почему?
- Нужен датасет на уровне `user_id`: выручка из `orders` и число сессий из `sessions`. В обеих таблицах по пользователю много строк (`one-to-many`). Какой подход минимизирует риск `join explosion`?
- Вы хотели посчитать средний чек по заказам как `AVG(order_total)`. Но перед этим соединили `orders` с `order_items` по `order_id` (`one-to-many`). Почему `AVG()` может измениться по сравнению с расчётом на таблице `orders`?
- Все вопросы по «JOIN и кардинальность» →