`
lzefforts
  • 浏览: 28310 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

维度表与事实表

阅读更多
维度表示你要对数据进行分析时所用的一个量, 比如你要分析产品销售情况, 你可以选择按类别来进行分析,或按区域来分析. 这样的按..分析就构成一个维度。前面的示例就可以有两个维度:类型和区域。另外每个维度还可以有子维度(称为属性),例如类别可以有子类型,产品名等属性。下面是两个常见的维度表结构:

产品维度表:Prod_id, Product_Name, Category, Color, Size, Price

时间维度表:TimeKey, Season, Year, Month, Date

而事实表是数据聚合后依据某个维度生成的结果表。它的结构示例如下:

销售事实表:Prod_id(引用产品维度表), TimeKey(引用时间维度表), SalesAmount(销售总量,以货币计), Unit(销售量)

上面的这些表就是存在于数据仓库中的。从这里可以看出它有几个特点:
1. 维度表的冗余很大,主要是因为维度一般不大(相对于事实表来说的),而维度表的冗余可以使事实表节省很多空间。
2. 事实表一般都很大,如果以普通方式查询的话,得到结果一般发的时间都不是我们可以接受的。所以它一般要进行一些特殊处理。如SQL Server 2005就会对事实表进行如预生成处理等。
3. 维度表的主键一般都取整型值的标志列类型,这样也是为了节省事实表的存储空间。
分享到:
评论

相关推荐

    事实表维度表基本解释

    事实表维度表基本解释

    事实表维度表设计

    事实表维度表设计

    数据仓库体系全套模板(命名+事实表+维度表+业务表+指标体系+整体设计)(6份).zip

    数据仓库体系全套模板,共6份,包括命名规范、事实表梳理、维度梳理、业务梳理及标体系梳理等。 模板-命名规范 模板-事实表梳理 模板-维度梳理 模板-业务梳理 模板-指标体系梳理 模板-数据仓库整体设计方案

    数据仓库工具箱:维度建模的完全指南

    2. **维度表与事实表**: - **维度表**:包含业务理解和分析所需的描述性数据,如客户、产品、日期等。 - **事实表**:存储度量数据,是业务事件的核心,可以是计数、金额、时间等。 3. **粒度和汇总**: - **...

    数据仓库的架构方式及其比较.docx

    - **维度表**:除了与事实表直接连接外,还可以与其他维度表相连接。 - **子维度表**:进一步细分维度表的细节,提高了数据的粒度。 **3. 特点** - 标准化程度更高:子维度表的引入使得维度表更加规范化,数据的...

    《数据仓库与数据挖掘》讲课笔记02.doc

    维度表与事实表相互独立但相互关联,共同构成了数据仓库的模式。 **多维数据集的常见架构**: 1. **星型模式(Star Schema)**: 星型模式由一个事实表和一组维度表组成。每个维度表有一个维作为主键,这些主键...

    数仓建模——维度表详细讲解.docx

    在数据仓库中,维度表是与事实表相对应的表。维度表是维度建模的基础和灵魂。 维度表的主要特点是包含一个主键和各种维度字段,维度字段称为维度属性。维度表的设计需要考虑到规范化和反规范化、维度变化、多值维度...

    数据仓库 代理键 使用方法

    在上述例子中,事实表(如销售统计表)通过代理键与维度表(如部门表)关联,这样就能准确反映员工在不同月份的销售业绩,即使部门信息发生了变化。 2. 事实表结构: 事实表通常包含代理键,以便与维度表进行关联...

    数据仓库维度表更新技术分析

    随着企业的不断发展,数据仓库中的事实表记录数量会不断增加,而维度表不仅需要增加新的记录,有时还需要更新已有的数据。因此,理解和掌握维度表的更新技术对于维护数据仓库的有效性和准确性至关重要。 #### 二、...

    浅析多维体系结构(总线架构),一致性维度和一致性事实.pdf

    如果维度表中的数据量较大,出于效率的考虑,应该建立物化视图或者实际的物理表。这样,维度保持一致后,事实就可以保存在各个数据集市中。虽然在物理上是独立的,但在逻辑上由一致性维度使所有的数据集市是联系在...

    Data_Warehouse_ETL_Toolkits中文版

    - **提交维度表与事实表**:维度表和事实表的构建是ETL流程的核心。维度表通常包含描述性数据,而事实表则存储具体业务事件的数据量度。 - **开发程序**:设计和实现用于ETL流程的程序,包括数据抽取、清洗、转换和...

    星级酒店经营数据集市的“星型模型”

    3. **查询效率高**:维度表与事实表之间的直接关联简化了查询路径,提升了OLAP工具的工作效率。 4. **良好的OLAP支持**:通过星型连接和索引机制,可以显著提高多维分析的性能。 ##### 局限性 1. **数据冗余**:...

    数据仓库—维度建模

    事实表与维度表关联,存储实际的数据值。 3. **构建维度表**:维度表包含描述事实的属性,如日期维度的年、月、日,产品维度的名称、型号等。维度表的设计应尽可能符合用户的查询习惯,提供丰富的层次结构。 4. **...

    维度建模基本规则

    每个事实表都应与至少一个日期维度表相关联,以提供时间背景。这不仅限于简单的日期,还可以包括节假日、季度、财政年度等更复杂的时间周期。确保时间维度的完整性和准确性是进行时间序列分析的基础。 ### 规则4:...

    数据仓库维度建模指南(第3版).rar

    2. **维度建模**:维度建模是一种设计数据仓库的方法,它将数据组织成事实表和维度表。事实表包含度量(数量、金额等),而维度表包含描述性属性,如时间、地点、产品、客户等,这些帮助用户理解和查询数据。 3. **...

    Oracle In-Memory内存聚合功能介绍.docx

    IMA能够处理大规模的数据集,支持高并发用户数,并能应对复杂的查询结构,尤其是在涉及多个维度表与事实表的联接时,其性能提升更为显著。 2. **数据集大小、并发用户数和查询复杂度** 随着数据集的增长、并发用户...

    数据仓库-维度、事实表模板

    目前,数据仓库一词尚没有一个统一的定义,著名的数据仓库专家W.H.Inmon在其 著作《Building the Data Warehouse》一书中给予如下描述:数据仓库(Data Warehouse) 是一个面向主题的(Subject Oriented)、集成的...

    项目介绍12.docx

    8. **维度表与事实表**: - **维度表**:描述事实的辅助信息,如用户、商品、日期等,特征为宽且行数较少,内容相对固定。 - **事实表**:包含业务事件的度量值,如订单金额,特征为大且列数较少,内容频繁变动。 ...

Global site tag (gtag.js) - Google Analytics