BI项目及建模培训.PPTVIP

客户Simmy将自己的地址由原先的Addr1改为Addr2。这时我们需要将这个记录了客户Simmy的记录中Address从Addr1更新为Addr2，且不记录历史 ID:111 Name:Simmy Address:Addr1 ID:111 Name:Simmy Address:Addr2 OLD NEW 记录ID为111的客户Simmy的信息的记录中地址直接更改为Addr2，不保存历史Addr1 缓慢变化维 Type1 e.g. 维度的类型 客户Simmy将自己的地址由原先的Addr1改为Addr2。这时我们需要将这个记录了客户Simmy的记录中的有效截止日期改为现在，并重新添加一条有效截止日期为现在的和一个新的版本号且Address为Addr2的记录 ID:111 Version:1 Name:Simmy Address:Addr1 Effective Start Date:2007-4-21 Effective End Date:Now ID:111 Version:2 Name:Simmy Address:Addr2 Effective Start Date:Now Effective End Date:Null ID:111 Version:1 Name:Simmy Address:Addr1 Effective Start Date:2007-4-21 Effective End Date:Null 更新为 添加新的记录 缓慢变化维 Type2 e.g. 维度的类型 客户Simmy将自己的地址由原先的Addr1改为Addr2。这时我们需要将这个记录了客户Simmy的记录中的现在使用的Address变为Addr2，将Addr1放入原始的字段中 ID:111 Name:Simmy Current Address:Addr1 Old Address:Null ID:111 Name:Simmy Current Address:Addr2 Old Address:Addr1 缓慢变化维 Type3 e.g. 维度的类型 快速变化维(Rapidly Changing Dimension,RCD) 当某个维度的变化是非常快的时候，我们认定他为快速变化维(具体要看实际的变化频率)，比如：客户的地址、联系电话等。 维度的类型 数据仓库中最有意思的维度是一些非常大的维度，比如客户，产品等等。一个大的企业客户维度往往有上百万记录，每条记录又有上百个字段。而大的个人客户维度则会超过千万条记录，这些个人客户维度有时也会有十多个字段，但大多数时候比较少见的维度也只有不多的几个属性。 大维(Huge Dimension) 维度的类型 微型维(Mini Dimension) 以客户维度举例来说，如果维度表中有数百万行记录或者还要多，而且这些记录中的字段又经常变化，这样的维度表一般称之为快变超大维度。对于快变超大维度，设计人员一般不会使用TYPE 2的缓慢变化维处理方法，因为大家都不愿意向本来就有几百万行的维度表中添加更多的行。 这时，有一项技术可以解决这个问题。解决的方法是，将分析频率比较高或者变化频率比较大的字段提取出来，建立一个单独的维度表。这个单独的维度表就是微型维度表。 微型维度表有自己的关键字，这个关键字和原客户维度表的关键字一起进入事实表。有时为了分析的方便，可以把微型维度的关键字的最新值作为外关键字进入客户维度表。这时一定要注意，这个外关键字必须做TYPE 1型处理。 在微型维度表中如果有像收入这样分布范围较广的属性时，应该将它分段处理。比如，存储￥31257.98这样过于分散的数值就不如存储￥30000－￥34999这样的范围。这样可以极大的减少微型维度中的记录数目，也给分析带来方便。 维度的类型 退化维(Degenerate Dimension) 退化维度一般都是事务的编号，如订单编号、发票编号等。这类编号需要保存到事实表中，但是不需要对应的维度表，所以称为退化维度。 退化维度经常会和其他一些维度一起组合成事实表的主键。在Kimball提出的维度建模中，事实表应该保存最细粒度的数据。所以对于象销售单这样的事实表来说，需要销售单编号和产品来共同作为主键，而不能用销售日期、商场、产品等用来分析的维度共同作为主键。 维度的类型 目录 项目生活 维度建模 基础术语 建模中的三种模型 维度的类型 常用的事实表类型 建模的一般过程 聚集事实表（Aggregated Fact Table） 合并事实表（Consolidated Fact Table） 旋转事实表（Pivoted Fact Table） 预连接聚集表（Pre-Joine