BI用户使用模型对数据源进行分析和报告,而元数据模型对底层数据源的复杂结构进行了有效的隐藏,更好的控制数据展现给客户的样式。
元数据模型包括的关系型数据库:业务数据库和报表数据库。
[b]业务型数据源[/b]:用于减少冗余,适合于数据的写入和更新而不是数据的读取。数据被细分为很多表(为了消除冗余),因此大的查询执行起来比较慢。
[align=center][img]http://dl.iteye.com/upload/attachment/0064/8992/ea9b0167-2542-319a-846e-28136bad225b.jpg[/img][/align]
[b]报表型数据源[/b]:通常使用星型结构布局。所有事务型、大部分数值型数据存储在事实表中,所有的参考数据存储在独立的维度表中,将标准化关系折叠为维度格式【即由Normalize(规范化数据)到De-normalize(反规范化数据)】。-----------虽然冗余,却是报表和查询的理想结构。
[align=center][img]http://dl.iteye.com/upload/attachment/0064/8994/8c4ee6f0-08eb-3cb4-a9bd-dd95c12449b4.jpg[/img]
[/align]
元数据模型包括的关系型数据库:业务数据库和报表数据库。
[b]业务型数据源[/b]:用于减少冗余,适合于数据的写入和更新而不是数据的读取。数据被细分为很多表(为了消除冗余),因此大的查询执行起来比较慢。
[align=center][img]http://dl.iteye.com/upload/attachment/0064/8992/ea9b0167-2542-319a-846e-28136bad225b.jpg[/img][/align]
[b]报表型数据源[/b]:通常使用星型结构布局。所有事务型、大部分数值型数据存储在事实表中,所有的参考数据存储在独立的维度表中,将标准化关系折叠为维度格式【即由Normalize(规范化数据)到De-normalize(反规范化数据)】。-----------虽然冗余,却是报表和查询的理想结构。
[align=center][img]http://dl.iteye.com/upload/attachment/0064/8994/8c4ee6f0-08eb-3cb4-a9bd-dd95c12449b4.jpg[/img]
[/align]
4510

被折叠的 条评论
为什么被折叠?



