37、数据仓库设计与商业智能工具的协同应用

数据仓库设计与商业智能工具的协同应用

1. 利用 SQL 生成器的要点

在数据仓库报告中依赖能生成 SQL 的工具时，了解该工具对可能查询范围的影响至关重要。这有助于充分实现架构的分析可能性，同时减少结果不准确的可能性。在深入探讨维度设计的标准特性之前，先了解使用商业智能工具的一些基本注意事项。

1.1 语义层的使用准则

商业智能工具功能多样，旨在提供丰富有价值的分析选项。但有些功能在 ETL 过程中实现可能更好，对于新的维度设计，应尽量避免过度依赖语义层。同时，也有一些功能应充分利用。

1.1.1 应避免的功能

• 重命名属性 ：商业智能工具可让业务视图中的项目名称与底层数据库列名不同。但在维度设计中，多数属性应本身就易于理解。设计架构时，应选择易于识别的列名，而不是依赖工具进行友好翻译。不过，若现有架构设计在可理解性上不足，或需为不同用户群体设置不同名称时，可使用该功能。
• 创建虚拟属性 ：商业智能工具可结合现有列创建新项，如通过 concat( first_name, ' ', last_name ) 创建“full name”。但这种虚拟属性在用于约束查询、控制事实聚合等操作时，会严重影响性能。在开发维度设计时，应将有用的数据元素组合直接纳入架构设计，而不是在查询时计算。
• 依赖子查询 ：许多商业智能工具能生成子查询，但使用难度大且可能影响响应时间。若这种分类常用，应将其作为行为维度直接纳入维度设计。不过，在某些情况下，如需要快速