打印版 第5节 数据仓库的粒度跟聚集.pdfVIP

第5章 数据仓库中的粒度及聚集 本章 目标 （1）粒度的估算及划分 （2）粒度的级别 （3）聚集事实表 （4）星座模型 （5）对维度建模的要求 5.1 粗略估算 数据仓库开发者需要解决的最重要的单一设计问 题是数据仓库中的粒度确定。 确定合适的粒度级的起点，是粗略估算数据仓库中 将来的数据行数和所需DASD(直接存取存储设备)数。 毫无疑问，即使在最好的情况下我们也仅能做一下 估计。但在建立数据仓库之初，所需的只是一个数量级 上的估计。 2006-10 weizhidong@ 2 1. 对每一个已知的表： 计算一行所占字节数的 －最大估计值 －最小估计值 对一年内： 空间和 最大行数可能是多少？ 行数计算 最小行数可能是多少？ 对五年内： 最大行数可能是多少？ 最小行数可能是多少？ 对表的每个键码： 该键码的大小(按字节)是多少？ 一年总的最大空间 最大行大小×一年内最大行数 一年总的最小空间 最小行大小×一年内最小行数 累加索引空间 2. 对所有已知的表重复第1步。 2006-10 weizhidong@ 3 5.2 粒度划分过程的输入 使用空间估计的结果 2006-10 weizhidong@ 4 5.3 双重或单一的粒度？ 根据数据仓库环境中将具有的总的行数的大小，设计和 开发必须采取不同的方法。 一年期 五年期 10,000,000 双重粒度级且认 20,000,000 双重粒度级且认 真设计 真设计 1,000,000 双重粒度级 10,000,000 双重粒度级 100,000 认真设计 1,000,000 认真设计 10,000 实际上任何设计 100,000 实际上任何设计 都行 都行 粒度的阈值 2006-10 weizhidong@ 5 5.4 确定粒度的级别 5.4.1 粒度级别确定需反复分析 经验规则：在第一次的设计周期中，如果50%的工作是 正确的，那么整个设计就是成功的。 • 快速建立数据仓库的很小的子集并认真听取用户的反馈意见。