数据仓库_6_多维建模.pdf

《数据仓库_6_多维建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第六章多维建模(DimensionalModeling)2015/6/316.1维度建模初步维度建模中的基本概念事实表：存储主要实事维度表：存放维成员的取值事实与维度的融合星型模型：维度表作为事实表的卫星雪花模型：将星形模型中的维度表改造成星形模型数据立方体2015/6/3DataWarehouse26.1维度建模初步事实表是维度建模的核心和基本表每一事实表都有着一个或若干个业务‘度量值’度量值是事实表的核心，也是趋势分析中的观察对象通过事实表来记录维度值与度量值之间的关系事实表中

2、的一行对应一个或若干个度量值事实表中的所有度量值必须具有相同的粒度维度值的取值情况确定了事实表中的度量值的粒度定义事实表的粒度类型：事务（细节），周期快照，累积快照2015/6/3DataWarehouse36.1维度建模初步事实表-度量值最常用的度量值：数值类型可做加法运算（非常重要）可沿着某些维度做加法运算（半加性质）不能做加法运算（非加性质）计数统计计算平均值取样统计很少采用文本形式的度量值文本信息通常都放在维度表中，除非它对于事实表中的每一行都是唯一的度量值通常是一个可以

3、连续取值的量2015/6/3DataWarehouse46.1维度建模初步事实表-关键字日销售情况事实表每个事实表都有两个或两个以上的日期关键字(FK)外关键字(ForeignKey)产品关键字(FK)通过外关键字建立事实表与维表之商场关键字(FK)间的联系，从而可以通过维度表的销售量值来存取事实表中的度量值销售额可以由外关键字的组合构成事实表的主关键字(PrimaryKey)2015/6/3DataWarehouse56.1维度建模初步维度表维度表是事实表的查询入口，为用户提供了使用数据仓库的

4、接口。维度表中的维度属性通常用于定义事实表上的查询条件，也可作为定义报表和统计查询的列。维度表的定义原则尽可能多的列尽可能少的行（相对于事实表）2015/6/3DataWarehouse66.1维度建模初步‘产品’维度表的属性组成接左表产品关键字(PK)食物类型描述产品描述重量SKU编号重量单位商标描述储藏类型分类描述货架类型部门描述货架宽度包装类型描述货架高度包装尺寸货架深度含脂量描述……2015/6/3DataWarehouse76.1维度建模初步维度表-维度属性通常是文本数据，或者是离散

5、数据尽量减少使用编码属性维度属性与度量值的区别度量值：含有多种取值并可以参与统计运算的属性维度属性：离散的或取值不多的的属性；取值不变或很少产生变化的属性；从不参与统计计算但经常用作查询条件的属性2015/6/3DataWarehouse86.1维度建模初步‘产品’维度表产品关键字(PK)食物类型描述日销售情况事实表产品描述重量日期关键字(FK)SKU编号重量单位产品关键字(FK)商标描述储藏类型商场关键字(FK)分类描述货架类型销售量部门描述货架宽度销售额包装类型描述货架高度包装尺寸货架深度

6、含脂量描述……2015/6/3DataWarehouse96.1维度建模初步事实与维度的融合将一张事实表及其相关的若干张维表结合在一起可以构成一个星型结构产品维度产品关键字(PK)日销售情况事实表产品属性……日期维度日期关键字(FK)日期关键字(PK)产品关键字(FK)日期属性……商场关键字(FK)商场维度事实……商场关键字(PK)商场属性……2015/6/3DataWarehouse106.2维度建模案例分析维度建模案例之一零售营销2015/6/3DataWarehouse116.2.1案例之一：零售

7、营销维度建模的设计过程1.选取要建模的业务处理过程分析需要2.定义业务处理的粒度事实表中每一行的度量值的取值粒度3.选择事实表中的维度确定维度表中的属性4.选择事实表中的度量值分析对象每一张事实表中可以有多个度量值2015/6/3DataWarehouse126.2.1案例之一：零售营销需求分析来源：数据的入口前台的POS机后台的货物入库目的：管理决策需要定价促销2015/6/3DataWarehouse136.2.1案例之一：零售营销选取业务处理考虑：在什么促销条件下，在什么

8、样的日子里，在什么商店，正在销售什么样的商品？定义粒度POS事务的单个商品条目最初粒度的选择与可以执行的分析操作有关2015/6/3DataWarehouse146.2.1案例之一：零售营销选定维度：日期，产品，商场，促销2015/6/3DataWarehouse156.2.1案例之一：零售营销确定事实：销售量，销售额，成本额，毛利润金额2015/6/3DataWarehouse166.2.1案例之一：