数据仓库多维数据模型的设计之欧阳体创编

发布时间：2023-03-14 18:29:35

欧阳体创编2021.02.03欧阳美创编
2021.02.031、数据仓库基本概念

时间：2021.02.03
创作：欧阳体
1.1、主题（Subject）
主题就是指我们所要分析的具体方面。例如：某年某月某地区某机型某款App的安装情况。主题有两个元素：一是各个分析角度（维度），如时间位置；二是要分析的具体量度，该量度一般通过数值体现，如App安装量。1.2、维（Dimension）
维是用于从不同角度描述事物特征的，一般维都会有多层（Level：级别），每个Level都会包含一些共有的或特有的属性（Attribute），可以用下图来展示下维的结构和组成：
以时间维为例，时间维一般会包含年、季、月、日这几个Level，每个Level一般都会有ID、NAME、DESCRIPTION这几个公共属性，这几个公共属性不仅适用于时间维，也同样表现在其它各种不同类型的维。1.3、分层（Hierarchy）
OLAP需要基于有层级的自上而下的钻取，或者自下而上地欧阳体创编2021.02.03欧阳美创编
2021.02.03
欧阳体创编2021.02.03欧阳美创编
2021.02.03聚合。所以我们一般会在维的基础上再次进行分层，维、分层、层级的关系如下图：
每一级之间可能是附属关系（如市属于省、省属于国家），也可能是顺序关系（如天周年），如下图所示：1.4、量度
量度就是我们要分析的具体的技术指标，诸如年销售额之类。它们一般为数值型数据。我们或者将该数据汇总，或者将该数据取次数、独立次数或取最大最小值等，这样的数据称为量度。1.5、粒度
数据的细分层度，例如按天分按小时分。1.6、事实表和维表
事实表是用来记录分析的内容的全量信息的，包含了每个事件的具体要素，以及具体发生的事情。事实表中存储数字型ID以及度量信息。
维表则是对事实表中事件的要素的描述信息，就是你观察该事务的角度，是从哪个角度去观察这个内容的。
事实表和维表通过ID相关联，如图所示：1.7、星形/雪花形/事实星座
这三者就是数据仓库多维数据模型建模的模式
欧阳体创编2021.02.03欧阳美创编
2021.02.03

数据仓库多维数据模型的设计之欧阳体创编

推荐内容

相关推荐