数据仓库粒度设计的分析和实践.pdfVIP

数据仓库粒度设计的研究和实践 数据仓库粒度设计的研究和实践 摘要 数据仓库的数据保存的时间长、数据量大，数据应如何合理的组织。需求的 频繁变更，如何才能使数据仓库的信息模型具有更好的可扩展性。本文从上面这 些问题研究了数据仓库信息建模的粒度设计，通过研究得出了数据仓库信息模型 设计中的粒度划分的若干原则。 作者首先介绍了课题的研究背景，然后阐述了数据粒度和数据仓库信息模型 的相关理论知识。接着作者从需求、信息模型、维和时间粒度四个方面研究了粒 度设计问题。 从这四个方面的研究，作者总结出以下粒度设计的原则。第一，需求的变更 影响粒度的设计，粒度的设计尽量能适应需求的变更。第二，信息模型的粒度应 多样化且布局合理，根据数据量来确定，采取快速迭代的方法来进行设计。第三， 维的层次要按照数据的粒度来划分，且采用数据仓库统一的编码，不能直接利用 业务系统的编码。第四，时间粒度的设计根据需求和数据量来确定。 作者将这些原则应用到数据仓库的信息模型、维、时间粒度的设计和开发中 在实践中取得了良好的效果。 关键词：数据仓库信息模型数据粒度维时间粒度