4. 映射关系概述：数据项到变量的映射类型
在数据工程实践中，数据项（DataItem）是原始数据的最小逻辑单元，而变量（Variable）是经过语义定义、可在计算或存储系统中引用的命名实体。从数据项到变量的映射关系决定了数据如何被提取、转换和加载。理解这四种基本映射类型——一对一、一对多、多对一、多对多——是构建可靠变量表的基础。
核心原则：映射类型的选择直接影响数据冗余度、查询效率与维护成本。错误的映射设计会导致变量表膨胀或数据丢失。
4.1 一对一映射（1:1）
一个数据项唯一对应一个变量，且该变量只来源于这一个数据项。这是最简洁的映射关系，常见于原始字段直接作为变量的场景。
| 特征 | 说明 |
|---|---|
| 数据项数量 | 1 |
| 变量数量 | 1 |
| 转换复杂度 | 低（通常仅做类型转换或重命名） |
| 典型场景 | 传感器原始值、用户ID、时间戳 |
工程建议：1:1 映射应优先使用，因为它能保持数据血缘清晰，且变量表结构最稳定。当数据项与变量之间存在单位转换或格式标准化时，仍属于 1:1 映射。
4.2 一对多映射（1:N）
一个数据项被拆分为多个变量，每个变量代表该数据项的不同维度或派生特征。这种映射在数据清洗和特征工程中极为常见。
| 特征 | 说明 |
|---|---|
| 数据项数量 | 1 |
| 变量数量 | ≥2 |
| 转换复杂度 | 中（需要解析、拆分或计算） |
| 典型场景 | 时间戳拆分为年/月/日/时、全名字段拆分为姓/名 |
// 一对多映射示例：时间戳拆分
DataItem: "2025-03-21 14:30:00"
→ Variable: year = 2025
→ Variable: month = 3
→ Variable: day = 21
→ Variable: hour = 14
注意：1:N 映射会增加变量表的列数，且派生变量之间存在强关联性。在构建变量表时，应记录映射来源，便于后续溯源和一致性校验。
4.3 多对一映射（N:1）
多个数据项经过聚合、计算或融合后生成一个变量。这种映射在数据汇总和指标计算中广泛使用。
| 特征 | 说明 |
|---|---|
| 数据项数量 | ≥2 |
| 变量数量 | 1 |
| 转换复杂度 | 中高（需要聚合函数或业务规则） |
| 典型场景 | 多个传感器值求平均、多字段拼接为全地址 |
// 多对一映射示例：地址拼接
DataItem: province = "广东省"
DataItem: city = "深圳市"
DataItem: district = "南山区"
→ Variable: full_address = "广东省深圳市南山区"
关键考量：N:1 映射中，数据项的缺失或异常会直接影响最终变量的质量。建议在映射规则中定义缺失值处理策略（如忽略、填充默认值或标记异常）。
4.4 多对多映射（M:N）
多个数据项经过交叉组合、关联或复杂计算后生成多个变量。这是最复杂的映射类型，常见于数据仓库的维度建模和宽表构建。
| 特征 | 说明 |
|---|---|
| 数据项数量 | ≥2 |
| 变量数量 | ≥2 |
| 转换复杂度 | 高（需要关联规则、笛卡尔积或业务逻辑） |
| 典型场景 | 订单与商品关联生成多维度分析变量、多源数据融合 |
风险提示：M:N 映射容易导致变量表出现数据爆炸（笛卡尔积）或关联歧义。必须明确定义关联键和映射规则，并在变量表中记录映射的维度来源。
4.5 映射类型对比与选择指南
| 映射类型 | 数据项→变量 | 数据冗余度 | 查询效率 | 维护复杂度 | 推荐场景 |
|---|---|---|---|---|---|
| 1:1 | 1→1 | 低 | 高 | 低 | 原始字段直接使用 |
| 1:N | 1→多 | 中 | 中 | 中 | 字段拆分、特征提取 |
| N:1 | 多→1 | 低 | 高 | 中 | 数据聚合、拼接 |
| M:N | 多→多 | 高 | 低 | 高 | 多维分析、宽表构建 |
选择策略：优先使用 1:1 映射；当需要提升查询性能或满足业务分析维度时，谨慎使用 1:N 和 N:1；仅在数据仓库的维度建模或复杂报表场景中使用 M:N，并做好血缘追踪。
4.6 映射关系在变量表中的记录规范
在变量表构建工程中，每种映射关系都应在元数据中明确记录，以便后续维护和自动化处理。推荐使用以下字段描述映射关系：
-- 变量表映射元数据示例
Variable: "total_revenue"
SourceDataItems: ["unit_price", "quantity", "discount_rate"]
MappingType: "N:1"
MappingRule: "unit_price * quantity * (1 - discount_rate)"
DataQualityRule: "unit_price > 0 AND quantity > 0"通过系统化记录映射类型和规则，可以实现变量表的自动化生成与校验，减少人工干预带来的错误。