4维度建模方法学案.pptVIP

数据仓库中的元数据;元数据的重要性;元数据的分类;维度建模方法;维度建模;多维数据模型;Example：;联机分析(OLAP)维度模型;多维数据模型的组成;维;维;维层级;事实（度量）;立方体（CUBE）;多维数组;数据单元（Cell）;多维分析;切片;切片和切块;多维分析;;;;多维数据模型的实现;多维数据的组织存放（细节数据）;MDB方法的优点（细节数据）;多维数据的组织存放（综合数据）;MDB方法的优点（综合数据）;用关系结构表示多维数据;维度模型;E-R模型和维度模型;星形模型;Fact Table;事实表（fact table）;事实表讨论;;Dimension Table;;Snowflake Schema Model;慢变维（SCD）;数据仓库的生成;数据抽取、转换和加载 (ETL);抽取、转换和加载(ETL)过程 ;ETL: 任务、重要性和费用;Warehouse database;检查源数据;抽取技术;抽取方法;抽取工具;转换;转换技术;转换工具;加载数据到数据仓库;加载技术;数据仓库的使用和维护;数据仓库的使用及维护;Inmon提出的设计步骤;Data Marts;Data Warehouses Versus Data Marts;Dependent Data Mart;Independent Data Mart;案例分析;案例背景;;当前系统;业务需求;