需要避免的常見維度建模錯誤
錯誤 10: 在事實表中放入文字屬性
要從資料倉儲事實表中 挑出這些文字屬性，並將它們放入維度表中。
錯誤 9: 限制使用冗長的描述符以節省空間
維度表從幾何上看總是比事實錶小很多。
錯誤 8: 將層次劃分為多個維度
以使用者看來最自然最 有效的方式表示層次
錯誤 7: 忽略對維度變化進行跟蹤的需要
錯誤 6: 使用更多的硬體解決所有的效能問題
平衡程式 包括建立聚集、建立分割槽、建立索引、選擇查詢效率高的資料庫管理系統軟體、增加記憶體 容量、提高 cpu 速度以及在硬體層面上增加並行能力。
錯誤 5: 使用操作型鍵連線維度和事實
維度的操作型鍵或智慧型鍵應該由簡單的整數型從 1 到 n 順序排列的**鍵替換，其中 n 是維度表的總行數。日期維度是這一規則的唯一例外。
錯誤 4: 忽視對事實粒度的宣告並混淆事實粒度
每種不同的度量粒度都需 要建立適合自身粒度要求的事實表。
錯誤 3: 使用報表設計維度模型
維度模型需要牢 牢地基於度量過程的實際，而不是基於使用者如何選擇定義報表。
錯誤 2: 希望使用者查詢規範化的原子資料
最低級別的資料最適合於維度設計且應該將其作為維度設計的基礎。
錯誤 1: 違反事實和維度的一致性要求
如果兩個或更多的事實表與同乙個維度關聯， 則必須以高度負責的精神確保這些維度具有同一性或仔細選擇各自的子集
維度建模步驟
資料模型是指用實體 屬性 實體之間的關係對業務概念和邏輯規則進行統一的定義，命名和編碼，主要描述企業的資訊需求和業務規則，是業務人員和開發人員溝通的語言，是資料倉儲架構設計工作開始的第一步。正確的資料模型是使用者需求的集中體現，是商業智慧型專案成功與否最重要的因素之一。資料模型可以分為概念模型 邏輯...
維度建模示例
以庫存模組和零售模組這兩個模組來談一談維度建模的相關事項 梳理庫存業務中的表的構造與設計思想 梳理一下緩慢變化維的處理方法與優缺 這篇部落格計畫用週末來完成,只能簡單的討論一下建模概況,從維度建模這本書中摘錄出一些重要的知識點,對於維度建模這本書的報告計畫在5.1之前完成,希望結合具體的業務來分享一...
維度建模工具
幵始維度建模工作前，專案組需要理解業務需求，以及作為基礎的源資料的實際情況。通過與 ik務代表交流來發現需求，用於理解他們的基於關鍵效能指標 競爭性商業問題 決策制定過程 支援分析需求的目標。同時，資料實際情況可以通過與源系統專家交流，構建高層次資料分析訪問資料可行性來揭示。維度模型設計期間主要涉及...