数据仓库维度建模笔记.pdf

"数据仓库维度建模笔记" 数据仓库维度建模是数据仓库建模方面的经典著作，作者Kimball将多年的数据仓库建模实战经验、技巧融入本书。以下笔记将本书按四个部分组织：一、数据仓库体系结构和建模过程、技巧；二、维度表建模技术；三、事实表建模技术；四、行业建模经验。 一、数据仓库体系结构和建模过程、技巧 数据仓库体系结构是数据仓库的核心部分，包括数据仓库的目标、组成、特点和注意事项。数据仓库的目标是随心所欲的访问数据，提供一致的展现数据，具有适应性、扩展性、可维护性，并为领导决策提供支持。数据仓库的组成包括源数据、数据准备区、数据仓库、数据聚集区和展现。数据仓库的特点是数据应该以维度的形式进行展示、存储和访问，数据仓库中必须包含详细的原子数据，并且必须采用共同的维度和事实表来建模。 数据仓库维度建模的四个步骤包括选取业务、确定业务处理的粒度、选择维度和选择事实。数据仓库的扩展性体现在三个方面：在现有的事实表中增加维度、在事实表中增加事实和在维度表中增加属性。维度模型设计的四个步骤是选取业务、确定业务处理的粒度、选择维度和选择事实。 数据仓库总线结构是一种增量建模方式，通过一致性维度来集成数据中心。数据总线矩阵包括业务处理和公共维度。数据仓库的成功需要五个前提：拥有精明、强干的业务用户、机构必须存在建立数据仓库坚实而有说服力的业务动机、数据仓库的可用性、业务用户与 IT 人员之间的沟通和业务分析人员的分析文化。 二、维度表建模技巧 维度表倾向于将行数做得相当少，而将列数做的特别大。维度表的属性采用文字而不是编码。维度表通常是不规范的，几乎总是用空间换取简明性和可访问性。日期维度应包含星期、周末指示符、月末指示符、节假日指示符、重大事件、财政时间等。如果需要处理一天中不同时间，则增加一个时间维度。 退化维度是一种重要的维度建模技巧，可以通过退化维度对数据进行分组，也可以使用退化维度关联到源数据上，有利于 ETL 更新及排错。代理关键字是另一种重要的维度建模技巧，使用代理关键字的优点是能实现渐变维度，获得性能上的优势，节省事实表空间，记录没有操作源码的数据和处理关键字段的修改、删除等。 一致性维度对于设计可以进行集成的数据中心来说，具有绝对的决定性作用。维度建模常犯的错误包括舍弃一致性维度和一致性事实表、事实表的粒度不采用原子型、基于报表来设计维度表、不使用代理关键字、忽视维度的变化的需求、将体系与体系层次分解成多个维度、在维度表中为节省空间而限制使用详细的描述属性和在事实表中放置用于约束与分组操作的文本属性。