44、数据仓库与商业智能项目的关键要点与生命周期管理

数据仓库与商业智能项目的关键要点与生命周期管理

在数据仓库与商业智能（DW/BI）领域，掌握正确的方法和避免常见错误至关重要。本文将深入探讨DW/BI项目中的常见维度建模错误，以及Kimball DW/BI生命周期的相关内容。

1. 常见维度建模错误

1.1 错误类型概述

在维度建模过程中，有许多常见的错误需要避免，这些错误可能会严重影响DW/BI系统的性能和可用性。以下是按重要性逆序排列的十大常见错误：
| 错误编号 | 错误描述 |
| ---- | ---- |
| 错误10 | 将文本属性放在事实表中 |
| 错误9 | 为节省空间限制详细描述符 |
| 错误8 | 将层次结构拆分为多个维度 |
| 错误7 | 忽略跟踪维度变化的需求 |
| 错误6 | 仅靠增加硬件解决所有性能问题 |
| 错误5 | 使用操作键来连接维度和事实 |
| 错误4 | 忽视声明和遵守事实粒度 |
| 错误3 | 使用报表来设计维度模型 |
| 错误2 | 期望用户查询规范化的原子数据 |
| 错误1 | 未能使事实和维度保持一致 |

1.2 具体错误分析

错误10：将文本属性放在事实表中

创建维度模型时，应将来自业务流程源的数值测量数据放在事实表中，而描述测量上下文的文本属性应放在维度表中。对于剩余的代码和伪数值项，需逐字段判断，若更像测量值且用于计算，则放在事实表；若更像用于过滤和标记的描述，则放在维度表。尤其要避免将真实文本（如注释字段）留在事实表中。

错误9：为节省空间限制