如何设计 OLAP 数据库？答案

【问题标题】：How do you design an OLAP Database?如何设计 OLAP 数据库？
【发布时间】：2011-04-03 06:34:48
【问题描述】：

我需要一个心理过程来设计一个 OLAP 数据库...

基本上对于标准关系来说它是（松散地）：

Identify Entities
Identify Relationships
Identify Properties of Entities

对于每个属性：

Ensure property can be related to only one entity
Ensure property is directly related to entity

对于 OLAP 数据库，我了解术语、动机和结构；但是，我不知道如何将我的关系模型分解为 OLAP 模型。

【问题讨论】：

标签： olap

【解决方案1】：

识别维度（或依据）这些是您可能想要分析/分组报告的任何内容。源数据库中的每个表都是一个潜在的维度。如果可能，维度应该是分层的，例如您的日期维度应该具有年、月、日层次结构，类似地，位置应该具有例如国家、地区、城市层次结构。这将使您的 OLAP 工具能够更有效地计算聚合。

确定措施这些是 KPI 或您的客户想要查看的实际数字信息，这些通常能够被聚合，因此源数据库中的任何非标志、非关键数字字段都是潜在的衡量标准。

按星型排列，度量在中心“事实”表中，FK 关系与适用的维度表。度量值应存储在最低维度层次结构级别。

确定事实表的“粒度”，这本质上是所持有的“详细程度”。它通常由报告要求、源中可用的数据粒度和报告解决方案的性能要求决定。您可以随时确定粒度，也可以在确定所有重要数据后将其作为最后一步.我倾向于有最后一步来确保我的事实表之间的粒度是一致的。

最后一步是确定缓慢变化的维度以及对这些维度的要求。例如，如果客户维度包含他们地址的一个元素并且他们移动，那么如何处理。

【讨论】：

非数字字段也可以用count函数聚合吧？
@dpp，同意，确实可以计算非数字字段，这对于具有多个选项（即状态字段）的文本字段可能很有用，数字字段提供了更多的聚合选项（平均、百分比、标准.dev 等）请注意，还有不应该聚合的数字数据（平均值的平均值！！）或者只有某些类型的聚合才有意义。
什么是解释上述概念的好书@stevenrcfox

【解决方案2】：

确定维度和度量的一个重要点是您为模型选择的最终基数。假设您的关系数据库数据输入是全天的。也许您不需要按小时（甚至按天）可视化或汇总度量。您可以选择周粒度或每月等。

【讨论】：