数据仓库建模(Data Warehousing)学习笔记

Data Warehousing基本表：

• Dimension(维度表): 度量表
• Fact(事实表): 数字表,倾向于更多的行和更少的列

建模四步曲:

1. 选取业务处理过程
2. 定义业务处理粒度
3. 选定维度
4. 确定事实

最重要的事情：规范。名称的规范，计算方式的规范.....

在事实表和维度表中，尽量不要使用本身已有的关键字，而使用数字类型的代理关键字。
原因：

• 速度更快
• 可能会存在本身已有的关键字(比如产品SKU)会同时存在多行的情况(缓慢变化维).

退化维度：只有一个维度属性值，比如订单编号，就应该直接放入到事实表中

缓慢变化维(Slowly Changing Dimensions):“基本”保持不变的维度
以产品维度来介绍三种做法：

1. 直接修改属性：
   优点：快速、方便，适用于更正作用的属性值。
   缺点：丢失了历史变化
2. 添加维度行：
   优点：保持历史变化，不需要变动事实表（一个产品SKU可能对应不同的代理关键字）。
   缺点：加速了维度表的膨胀，不能将新属性值同旧事实历史联系起来。
3. 添加维度列：
   优点： 适用于同时强烈需要为两个方面的视图提供支持的应用，可以同时跟踪维度值转换的变化。比如用户可能希望按照新的地区名称跟踪历史，并且反过来按照旧的地区名称跟踪新的数据。
   缺点：不适用于跟踪大量的中间属性值带来的影响。

混合渐变维：

• 可预见的“多”重变化(比如按年审视销售地域分布)：添加多个可遇见的维度列，如2001年地区，2002年地区，2003年地区，当年地区....
• 不可预见的“单”重变化：增加新行捕获变化内容，并且增加新列跟踪变动情况。

维度角色模仿：

• 同样的维度（比如说订单事实表中的订单日期和发货日期）需要用不同的视图(View)来表示，否则在把这两种日期列都拖入报表时，SQL可能无法区分Or的关系（会认为要求这两个日期是and的关系）。