rows are physically stored on disk.

rows are physically stored on disk. Because of this, we can have only one clustered index on
each table.
Dimension tables contain attribute columns, typically having a character data type.
Attribute columns that are often used in the where clause of the queries need to be set as a
nonclustered index—but only if the selectivity is high. If the attribute column has many
duplicate values, it may not be worth indexing.
For the fact table in SQL Server data warehousing, we have two approaches in terms of
determining the primary key and the clustered index. Note that this is specifically for SQL
Server; it does not apply to other database engines such as Oracle or Teradata.
• The first approach is to create a fact table surrogate key column. This is an identity (1,1)
column that functions as a single-column unique identifier of the fact table row. We set
this column as the primary key and the clustered index of the fact table.
• The second approach is not to have a fact table surrogate key column. Instead, we
select the minimum combination of columns that make a row unique as the primary
key. In some cases, the combination of all dimensional surrogate key columns makes
a row unique. In other cases, they don’t, and we have to identify other columns that
make a row unique, such as the degenerate dimension columns.
If you want to implement the first approach, create a new column for every single fact
table. Call this column fact_key. It is an identity (1,1) column. The data type is bigint. It is not
worth taking the risk of using the int data type to save 4 bytes, unless you are certain you are
not going to hit 9 billion. Remember that the max(key) can be higher than the number of
rows, as I explained earlier. The bigint data type is 9 quintillion (18 zeros), so it should be
enough. Create a clustered primary key in this column. The advantages of this approach are
that the loading can be twice as fast (because the clustered index key is an identity column,
so there is no need to reorganize the fact table rows when loading new data), and the nonclustered
indexes can be four to five times smaller than the second approach (because the
clustered index key is 8 bytes).
If you want to implement the second approach, find out what makes the fact table row
unique. For example, in our Subscription Sales fact table, the grain is one row for each customer
subscription per day. So, date_key and customer_key must be part of the primary key.
What if the customer subscribes to two packages? We need to include the subscription_id
in the primary key to make it unique, so the primary key is date_key, customer_key, and
subscription_id.We cluster the table in these primary key columns, so the table will physically
be organized/sorted according to date, customer, and then subscription ID.
This will make the query fast if the where clause contains the date and customer, because
the table is physically sorted by the date and then the customer. This could be 10 times faster
than if the date and customer are not indexed. That’s the advantage of the second approach.
The loading speed of the second approach could be twice as slow as the first approach (as discussed
previously), but we have fewer indexes to maintain. Overall, on the SQL Server
platform, the fact table surrogate key approach is preferred because there is no need to reorganize
the clustered index when loading, which results in better loading performance, while
the query performance can be supported by a nonclustered index. The second reason is functionality:
we can uniquely identify a fact table row using a single column, which is useful when
we need to refer to a fact table row either from another fact table (drilling across) or from the
same fact table itself (self-join).

Hasil (Bahasa Indonesia) 1:

baris secara fisik disimpan pada disk. Karena ini, kita dapat memiliki hanya satu indeks berkerumun disetiap meja.Dimensi tabel berisi kolom atribut, biasanya memiliki tipe data karakter.Atribut kolom yang sering digunakan di mana klausa kueri perlu ditetapkan sebagaiIndeks nonclustered- tetapi hanya jika selektivitas tinggi. Jika atribut kolom memiliki banyaknilai-nilai duplikat, itu mungkin tidak patut pengindeksan.Untuk fakta tabel SQL Server data pergudangan, kita memiliki dua pendekatan dari segimenentukan primary key dan indeks berkerumun. Catatan bahwa ini adalah khusus untuk SQLServer; tidak berlaku untuk mesin database lain seperti Oracle atau Teradata.• Pendekatan pertama adalah untuk menciptakan sebuah kenyataan pengganti kunci kolom table. Ini adalah identitas (1,1)kolom yang berfungsi sebagai pengenal unik tunggal-kolom dari baris table fakta. Kami menetapkankolom ini sebagai primary key dan indeks berkerumun tabel fakta.• Pendekatan yang kedua adalah untuk tidak memiliki fakta pengganti kunci kolom table. Sebaliknya, kitaPilih kombinasi minimal kolom yang membuat deretan unik sebagai primerkunci. Dalam beberapa kasus, kombinasi semua dimensi pengganti kunci kolom membuatbaris unik. Dalam kasus lain, mereka tidak, dan kita harus mengidentifikasi kolom lain yangmembuat deretan unik, seperti kolom dimensi merosot.Jika Anda ingin menerapkan pendekatan pertama, membuat kolom baru untuk setiap satu kenyataantabel. Panggilan fact_key kolom ini. Ini adalah identitas (1,1) kolom. Tipe data adalah bigint. TidakWorth mengambil risiko menggunakan int data jenis untuk menyimpan byte 4, kecuali Anda tertentu Anda yangtidak akan memukul 9 miliar. Ingat bahwa max(key) dapat lebih tinggi daripada jumlahbaris, seperti yang saya jelaskan sebelumnya. Tipe data bigint adalah 9 triliun (18 nol), sehingga seharusnyacukup. Buat primary key berkerumun di kolom ini. Keuntungan dari pendekatan ini adalahbahwa pemuatan dapat dua kali lebih cepat (karena kunci indeks berkerumun adalah identitas kolom,Jadi ada tidak perlu untuk menata kembali baris tabel fakta ketika loading data baru), dan nonclusteredIndeks dapat empat sampai lima kali lebih kecil dari kedua pendekatan (karenakunci indeks berkerumun adalah 8 byte).Jika Anda ingin menerapkan pendekatan yang kedua, mencari tahu apa yang membuat baris tabel faktaunik. Sebagai contoh, di meja fakta berlangganan penjualan kami, biji-bijian adalah satu baris untuk setiap pelangganberlangganan setiap hari. Jadi, date_key dan customer_key harus menjadi bagian dari primary key.Bagaimana jika pelanggan berlangganan dua paket? Kita perlu memasukkan subscription_iddi primary key untuk membuatnya unik, sehingga kunci utama adalah date_key, customer_key, dansubscription_id.Kami cluster tabel dalam kolom kunci utama ini, sehingga tabel akan secara fisikakan diselenggarakan/diurutkan menurut tanggal, pelanggan, dan kemudian berlangganan ID.Ini akan membuat permintaan cepat jika mana klausa berisi tanggal dan pelanggan, karenaTabel secara fisik diurutkan berdasarkan tanggal, dan kemudian nasabah. Ini bisa menjadi 10 kali lebih cepatdaripada jika tanggal dan pelanggan tidak diindeks. Itulah keuntungan dari kedua pendekatan.Kecepatan loading pendekatan kedua bisa menjadi dua kali sebagai lambat pendekatan pertama (seperti dibahassebelumnya), tapi kami memiliki indeks lebih sedikit untuk mempertahankan. Secara keseluruhan, pada SQL Serverplatform, pola pendekatan kunci pengganti tabel fakta lebih disukai karena ada tidak perlu untuk menata kembaliindeks berkerumun ketika loading, yang menghasilkan lebih baik kinerja loading, sementaraperforma query dapat didukung oleh indeks nonclustered. Alasan kedua adalah fungsi:kita dapat mengidentifikasi secara unik baris tabel fakta menggunakan satu kolom, yang berguna ketikakita perlu untuk merujuk ke baris tabel fakta baik dari meja fakta lain (pengeboran di seluruh) atau dariTabel fakta sama sendiri (Self bergabung).