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:
相关推荐
事实表维度表基本解释
事实表维度表设计
数仓模型不只是考虑如何设计和实现功能,设计原则应该从访问性能、数据成本、使用成本、数据质量、扩展性来考虑。如何搭建一个好的数据仓库: 数仓设计的3个维度: 2. 主流建模方法 当前主流建模方法为:ER模型、...
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
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. **...
3. **总线矩阵**:列出所有维度和事实,定义它们之间的关系,确保数据仓库的一致性和完整性。 4. **星型模式**:最常见的维度建模结构,事实表位于中心,周围连接多个维度表,形似星星。 5. **雪花模式**:在星型...
维度建模的核心概念包括事实表、维度表和粒度。 1. 事实表(Fact Table)是数据仓库的核心,它存储了业务事件的度量值。例如,在零售业中,这可能是销售额、库存量或交易数量。事实表通常具有大量记录,每条记录...
它定义了数据仓库的层次结构,包括事实表和维度表的设计,以及如何组织和分层数据以支持业务分析。此外,规划说明书还可能涉及技术选型、硬件和软件需求、性能优化等方面。 **数据仓库管理程序设计说明书**是关于...
在维度建模中,数据被组织成事实表和维度表。 - **事实表**:包含业务度量值的中心表,例如销售额、库存数量等。 - **维度表**:描述事实的详细信息,如时间维度(年、月、日)、地理位置维度、产品维度等。 ### ...
1. **维度建模的基本概念**:了解维度和事实的概念,以及它们如何相互作用。这包括理解星型模式(所有维度表直接连接到事实表)和雪花型模式(维度表之间有层级关系)的差异。 2. **粒度选择**:学习如何根据业务...
**维度建模**是一种特别适用于数据仓库的设计方法,其核心思想是通过事实表和维度表来组织数据。PowerDesigner提供了丰富的功能支持维度建模: 1. **创建事实表**: 事实表通常包含业务量度值,如销售额、成本等。...