Se representa por el marcador NULL y es la forma que los sistemas gestores de bases de datos relacionales indicar que no existe información en un campo. Esta falta de información puede venir dada porque no es aplicable o el desconocimiento del propio valor.
El uso de valores nulos puede causar dos tipos de problemas:
- Problemas de eficiencia al consultar valores que poseen valores nulos. Ejemplo solo un tipo de producto tiene descuento todos los demás no les aplica, si realizamos la consulta a todos los valores de la tabla provocamos ineficiencias. Solución revisar el modelo de datos.
- Problemas en la construcción de consultas sino se tiene en cuenta la posibilidad de nulos. Ejemplo en un caso de una consulta a un pampo binario pasamos de tener 2 posibles respuestas a tener 3.
Tratamiento nulos en las tablas de dimensiones
La metodología de diseño de modelos dimensionales recomienda que todas las columnas de las dimensiones tengan un valor por defecto:
- Cadenas de caracteres: valor Desconocido o No Aplicable (N/A), dependiendo de su naturaleza.
- Datos numéricos: se suele utilizar un valor 0.
- Fechas: se suele utilizar una fecha lejana (1900-01-01) o temprana (9999-12-31) en el tiempo.
Nota: estos valores son orientativos y suelen acordarse con los usuarios a la hora de diseñar el almacen de datos.
Tratamiento de nulos en las tablas de hechos
Se sigue un procedimiento similar al anterior, aunque en este caso hay que tener en cuenta las tablas con claves subrogadas, en estos casos se suele utiliza el valor -1 y se genera una fila con valores desconocidos.
| id | nombre | precio | fecha |
| -1 | desconocido | desconocido | 9999-12-31 |
Las razones para utilizar estos mecanismos son:
- Evitar violar la integridad referencial entre dimensiones y hechos.
- Facilitar el uso de INNER JOIN en lugar de LEFT OUTER JOIN, lo que mejora el rendimiento de las consultas.
- Asegurarse de que los resultados siempre son correctos, independientemente de la dimensión que se utilice en el análisis.
- Facilitar la detección de problemas de calidad de los datos
Ejemplo de cambio de nulos por valores por defecto:
... FOR v_row_product_stg IN SELECT vw_product_stg.product_code, vw_product_stg.product_name, vw_product_stg.price, CASE WHEN vw_product_stg.category_code IS NULL THEN 'UNKWN' ELSE vw_product_stg.category_code END, CASE WHEN vw_product_stg.category_name IS NULL THEN 'UNKNOWN' ELSE vw_product_stg.category_name END, CASE WHEN vw_product_stg.subcategory_code IS NULL THEN 'UNKWN' ELSE vw_product_stg.subcategory_code END, CASE WHEN vw_product_stg.subcategory_name IS NULL THEN 'UNKNOWN' ELSE vw_product_stg.subcategory_name END FROM ventas_stg.vw_product_stg LOOP BEGIN v_row_product_dim.id_product_dim = v_row_product_dim.id_product_dim + 1; v_row_product_dim.start_date = '1900-01-01 00:00:00'::timestamp; v_row_product_dim.end_date = '4000-01-01 00:00:00'::timestamp; v_row_product_dim.product_date_code = CAST(v_row_product_stg.product_code || '-' || v_row_product_dim.start_date::TEXT || '-' || to_char(v_row_product_dim.start_date , 'HH12:MI:SS') AS TEXT); -- Asignamos los detalles de producto a la variable de tipo registro para insertar/actualizar v_row_product_dim.product_code = v_row_product_stg.product_code; v_row_product_dim.product_name = v_row_product_stg.product_name; v_row_product_dim.price = v_row_product_stg.price; v_row_product_dim.category_code = v_row_product_stg.category_code; v_row_product_dim.category_name = v_row_product_stg.category_name; v_row_product_dim.subcategory_code = v_row_product_stg.subcategory_code; v_row_product_dim.subcategory_name = v_row_product_stg.subcategory_name; BEGIN -- Intentamos insertar valores en la dimension de productos dentro de un nuevo bloque INSERT INTO ventas_dw.tb_product_dim SELECT v_row_product_dim.*; RAISE NOTICE 'Insertar producto: %', v_row_product_dim; EXCEPTION WHEN unique_violation THEN ... END LOOP;
0 comentarios