知识大全 带有ODS的体系结构中数据仓库的设计方法[6]
Posted 主题
篇首语：逆水行舟用力撑，一篙松劲退千寻。本文由小常识网(cha138.com)小编为大家整理，主要介绍了知识大全 带有ODS的体系结构中数据仓库的设计方法[6]相关的知识，希望对你有一定的参考价值。
带有ODS的体系结构中数据仓库的设计方法[6] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！
维和度量的唯一性和公用性
千万不要在不同的主题中定义多个表示同一内容的维 尤其对于业务代码类型的维 如果一个业务代码形成了多个维表 那么在元数据维护过程中将困难重重GongWu Com Cn : : 在整个系统范围内 要不断检视维定义是否唯一 如果有可能 一个维表要尽量被多个主题引用
数据粒度一旦变粗 就要考虑多个主题的融合汇总
在数据仓库中 我们出于数据组织的规则 业务的要求 性能的要求 都可能对一个主题的事实数据进行汇总 形成粒度较粗的事实数据 但这时候我们往往忘记了粒度变粗的事实数据为最终的用户提供了更宏观的数据视图 这种宏观的数据视图当然需要进行跨主题的数据融合才能更加具有应用的价值
不论如何归并 需要保持数据之间的联系
在数据仓库中 不同主题的数据之间的物理约束或许不再存在 但无论这些数据如何变化 要知道必须有一些 键 在逻辑上保持着不同数据之间的联系 这样就可以保证有联系的主题数据之间可以进行汇总以支持未知的应用 否则数据仓库的数据是一潭死水 不可能灵活支持各种应用的
数据仓库设计可以自底向上地进行 也就是说从汇总ODS数据入手 逐渐过渡到应用主题上面去(也就是说 ODS里面的数据主题域与DW中的分析主题完全不是一回事) 我们仍然按部就班地逐项设计 这样并不是完全限定设计思路和步骤 但可以有效地提醒设计者有哪些事情要做
第一步 对ODS中的各个主题的事实数据进行时间上的汇总
ODS的事实数据是纯细节的交易数据 进入ODS的第一步就是要按照时间维进行汇总 以实现初步的信息沉淀 这种汇总不是只进行一次 而是要制定下来汇总的级别 比如日汇总信息保留 个月 月汇总信息保留 年 年汇总信息长期保存(当然在时间粒度变粗的同时一般都伴随着其他维粒度的变粗或者舍弃) 我们最终一定要定义到何种程度的数据可以在数据仓库中永久保存为止的地步
cha138/Article/program/SQL/201311/16266相关参考
带有ODS的体系结构中数据仓库的设计方法[4] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！ 第
带有ODS的体系结构中数据仓库的设计方法[3] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！ 本
带有ODS的体系结构中数据仓库的设计方法[1] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！ 在
带有ODS的体系结构中数据仓库的设计方法[7] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！ 第
带有ODS的体系结构中数据仓库的设计方法[5] 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！ 定
数据仓库技术的每次演进都以发掘企业数据中更多价值作为目标而近期流行的动态数据仓库技术不仅在灵活性可视化方面有了长足进步还能够对企业决策合作伙伴及客户服务提供更为强大的支持 数据仓库发展历程 数
在数据仓库中经常查询的SQL总带有下列特征: ◆几个表进行关联 ◆只有一个数据量巨大的表称为事实表 ◆其他的都是编码表称为维表 ◆维表和事实表之间有主外键关系 假设有D(key)D(ke
数据仓库和我们常见的RDBMS系统有些亲缘关系但它又有所不同如果你没有实施过数据仓库那么从设定目标到给出设计从创建数据结构到编写数据分析程序再到面对挑剔的用户的评估整个过程都会带给你一种与以往的项
第十章数据结构程序设计示例 本章通过具体的实例介绍了数据结构的实验过程包括对问题的分析数据结构的确定与建立算法的设计与实现程序的编制与调试实验报告的编制等本章特别强调了程序的规范说明和建立数据结构模
一课程简介 定价￥ 本视频课程共课时主要讲述了数据仓库（DW）和数据挖掘（DM）的基本方法基本原理重点说明这些方法的主要思想和技术在数据仓库部分不仅全面深入地介绍了基本概念和体系结构而且详细阐述了