** | 36dsj.com
遵循以下這些原則進行維度建模可以保證資料粒度合理，模型靈活，能夠適應未來的資訊資源；違反這些原則你將會把使用者弄糊塗，並且會遇到資料倉儲障礙。
載入詳細的原子資料到維度結構中
維度建模應該使用最基礎的原子資料進行填充，以支援不可預知的來自使用者查詢的過濾和分組請求，使用者通常不希望每次只看到乙個單一的記錄，但是你無法** 使用者想要掩蓋哪些資料，想要顯示哪些資料，如果只有彙總資料，那麼你已經設定了資料的使用模式，當使用者想要深入挖掘資料時他們就會遇到障礙。當然，原子數 據也可以通過概要維度建模進行補充，但企業使用者無法只在彙總資料上工作，他們需要原始資料回答不斷變化的問題。
圍繞業務流程構建維度模型
業務流程是組織執行的活動，它們代表可測量的事件，如下乙個訂單或做一次結算，業務流程通常會捕獲或生成唯一的與某個事件相關的效能指標，這些資料轉換 成事實後，每個業務流程都用乙個原子事實表表示，除了單個流程事實表外，有時會從多個流程事實表合併成乙個事實表，而且合併事實表是對單一流程事實表的一 個很好的補充，並不能代替它們。
確保每個事實表都有乙個與之關聯的日期維度表
原則2中描述的可測量事件總有乙個日期戳資訊，每個事實表至少都有乙個外來鍵，關聯到乙個日期維度表，它的粒度就是一天，使用日曆屬性和非標準的關於測量事件日期的特性，如財務月和公司假日指示符，有時乙個事實表中有多個日期外來鍵。
確保每個事實表中的事實具有相同的粒度或同級的詳細程度
在組織事實表時粒度上有三個基本原則：事務，週期快照或累加快照。無論粒度型別如何，事實表中的度量單位都必須達到相同水平的詳細程度，如果事實表中的事實表現的粒度不一樣，企業使用者會被搞暈，bi應用程式會很脆弱，或者返回的結果根本就不對。
解決事實表中的多對多關係
由於事實表儲存的 是業務流程事件的結果，因此在它們的外來鍵之間存在多對多(m:m)的關係，如多個倉庫中的多個產品在多天銷售，這些外來鍵字段不能為空，有時乙個維度可以為 單個測量事件賦予多個值，如乙個保健對應多個診斷，或多個客戶有乙個銀行賬號，在這些情況下，它的不合理直接解決了事實表中多值維度，這可能違反了測量事 件的天然粒度，因此我們使用多對多，雙鍵橋接表連線事實表。
解決維度表中多對一的關係
屬性之間分層的、多對一(m:1)的關係通常未規範化，或者被收縮到扁平型維度表中，如果你曾經有過為事務型系統設計實體關係模型的經歷，那你一定要抵抗住舊有的思維模式，要將其規範化或將m:1關係拆分成更小的子維度，維度反向規範化是維度建模中常用的詞彙。
在單個維度表中多對一(m:1)的關係非常常見，一對一的關係，如乙個產品描述對應乙個產品**，也可以在維度表中處理，在事實表中偶爾也有多對一關係，如詳細當維度表中有上百萬條記錄時，它推出的屬性又經常發生變化。不管怎樣，在事實表中要慎用m:1關係。
儲存報告標記和過濾維度表中的範圍值
更重要的是，編碼和關聯的解碼及用於標記和查詢過濾的描述符應該**獲到維度表中，避免在事實表中儲存神秘的編碼欄位或龐大的描述符字段，同樣，不要只 在維度表中儲存編碼，假定使用者不需要描述性的解碼，或它們將在bi應用程式中得到解決。如果它是乙個行/列標記或下拉列表過濾器，那麼它應該當作乙個維度屬性處理。
儘管我們在原則5中已經陳述過，事實表外來鍵不應該為空，同時在維度表的屬性欄位中使用「na」或另乙個預設值替換空值來避免空值也是明智的，這樣可以減少使用者的困惑。
確定維度表使用了**鍵
按順序分配**鍵(除了日期維度)可以獲得一系列的操作優勢，包括更小的事實表、索引以及效能改善，如果你正在跟蹤維度屬性的變化，為每個變化使用乙個 新的維度記錄，那麼確實需要**鍵，即使你的商業使用者沒有初始化跟蹤屬性改變的設想值，使用**也會使下游策略變化更寬鬆，**也允許你使用多個業務鍵映 射到乙個普通的配置檔案，有利於你緩衝意想不到的業務活動，如廢棄產品編號的**或收購另一家公司的編碼方案。
建立一致的維度整合整個企業的資料
對於企業資料倉儲一致的維度(也叫做通用維度、標準或參考維度)是最基本的原則，在etl系統中管理一次，然後在所有事實表中都可以重用，一致的維度在 整個維度模型中可以獲得一致的描述屬性，可以支援從多個業務流程中整合資料，企業資料倉儲匯流排矩陣是最關鍵的架構藍圖，它展現了組織的核心業務流程和關聯 的維度，重用一致的維度可以縮短產品的上市時間，也消除了冗餘設計和開發過程，但一致的維度需要在資料管理和治理方面有較大的投入。
不斷平衡需求和現實，提供使用者可接受的並能夠支援他們決策的dw/bi解決方案
維度建模需要不斷在使用者需求和資料來源事實之間進行平衡，才能夠提交可執行性好的設計，更重要的是，要符合業務的需要，需求和事實之間的平衡是dw/bi 從業人員必須面對的事實，無論是你集中在維度建模，還是專案策略、技術/etl/bi架構或開發/維護規劃都要面對這一事實。
大資料時代的思考和洞察
資料倉儲維度建模
雪花模型 星型模型 星座 多個事實表 問題 1 資料倉儲，不針對某乙個分析主題，而是有多個分析主題，即多個事實表，維度表怎麼設計？2 即使是同乙個分析主題，也可能存在多個事實表，維度表如何設計？多個時間維度？無論星型模型 雪花模型還是星座模型，都是針對維度上的區別而來，星座模型實質上還是星型模型，只...
維度表建立規範 資料倉儲篇 資料中臺建設規範
一 文章概述 資料資料建設的生命週期中，有必要做出一套關於建表 字段 匯流排矩陣的規範。資料表和和字段的總原則是採用英文縮寫加下劃線的方式來命名。二 中颱表命名規範 2.1 資料主題域 資料主題域主要是為了方便我們主題的劃分，同時有必要對主題進行統一維護 命名 編碼等。在資料主題域中定義業務過程，需...
資料倉儲維度建模概述
面向主題的。操作型資料庫的資料組織面向事物處理任務，各個業務系統之間各自分離，而資料倉儲中的資料是按照一定的主題域進行組織的。例如 當事人 協議 機構 財務 事件 產品等主題。整合的。資料倉儲中的資料是從多個不同的資料來源傳送來的。多個應用之間在編碼，命名習慣，物理屬性 不同的資料庫 欄位的資料型別...