|
|
知识路径： > 数据库技术 > 数据仓库和数据分析基础知识 > 数据仓库的基本概念 > 数据仓库 >
|
被考次数：1次
被考频率：低频率
总体答错率：73%
知识难度系数： 
|
由 软考在线 用户真实做题大数据统计生成
|
|
相关知识点：7个
|
|
|
|
|
典型的数据仓库具有为数据分析而设计的模式，使用OLAP工具进行联机分析处理。因此数据通常是多维数据，包括维属性、度量属性。包含多维数据的表称为事实表，事实表通常很大。例如，一个表sales记录了零售商店的销售信息，其中每个元组对应一个商品售出记录，这是一个非常典型的事实表的例子。表sales的维包括售出的是何种商品（用商品标识表示）、商品售出的日期、商品售出的地点、哪个顾客购买该商品等等。度量属性包括售出商品的数量和金额。
|
|
|
|
为了减少存储要求，维属性通常是一些短的标识，作为参照其他表的外码。例如，事实表sales含有属性item_key、time_key、branch_key和location_key，以及度量属性units_sold和dollars_sold。其中，属性item_key是一个参照维表item的外码，表item含有商品名称、商品的品牌、商品所属类别等属性；属性time_key是一个参照维表time的外码，表time含有日、月、季和年的属性；属性branch_key是一个参照维表branch的外码，表branch含有出售商品的分销商的名称、分销商的类型属性；属性location_key是一个参照维表location的外码，表location含有销售地点的街道、城市、省份、国家等属性。由此得到一个事实表、多维表以及从事实表到多维表的参照外码的模式称为星型模式，如下图所示。
|
|
|
|
|
|
|
|
更复杂的数据仓库设计可能含有多级维表，例如维表item含有属性supplier_key，作为参照给出供应商的细节信息的另一个维表supplier的外码；维表location含有属性city_key，作为参照给出城市的细节信息的另一个维表city的外码。这种模式称为雪花模式，如下图所示。
|
|
|
|
|
|
|
|
复杂的数据仓库设计可能含有不止一个事实表，下图模式中含有Sales和Shipping两个事实表，共享location、item、time和branch维表。这种模式称为事实星型模式。
|
|
|
|
|
|
|
