《分析服务从入门到精通读书笔记》第一章、维度数据仓库（4）

简介

商业智能系统将维度数据仓库作为数据存取层。数据仓库存储在关系型数据库管理系统（RDBMS）中，打一个非常简单的比方，你可以将关系数据库简单地想作一系列的表格。每个表格有行和列，就行Excel电子表格一样。在维度数据仓库中，维度存储在维度表中，度量值被称作事实并存储于事实表（fact table）中。

目的

介绍数据仓库中的维度表和事实表的概念及逻辑模型

内容

一、事实表

  在维度数据仓库中，存储度量值的详细值或事实的表称作事实表。表1.14给出了FactSales事实表前几行的概念视图，它存储了按照州、产品和月份划分的销售量和销售额。

表1.14 FactSales事实表

州	产品	月份	销售量	销售额/美元
OR	Hitch Rack	2011年1月	1	120.00
OR	Mountain-500 Silver,40	2011年1月	1	565.00
OR	Mountain-500 Silver,48	2011年1月	1	552.50
WA	Mountain-500 Silver,48	2011年1月	1	552.50
OR	Hitch Rack	2011年2月	2	240.00
WA	Hitch Rack	2011年2月	4	480.00

 

在这个事实表的几行实例中，前三列（州、产品和月份）是键列。键列的值将事实表每行中的事实和每个维度表中的一行联系起来。剩下的两列（销售量和销售额）包含了数值事实。事实表中的每一列通常是键列或者是事实列，但也有可能是其他用于参考的列，例如，订单号或发票号。

对于每个度量值，事实表中都有一个列，不同的事实表有不同的度量值。销售事实表可能有两个度量值列：一个销售额，另一个是销售量。工作车间事实表可能有三个度量列：一个是生产量，一个是分钟数，另一个是残次品数。

事实表中的行都必须处在同一个细节级，并和同一个维度集相关。在表1.14所示的FactSales事实表中，每一行都要包含月度数据，同时也要有关于州和产品的值。如果公司按季度对每个产品子类设置的销售额度，则该数据必须存储于不同的事实表。事实表存储的详细程度也被称作事实表的粒度（granularity）。和事实表相关的维度被称作事实表的维数（dimensionality)。具有不同粒度或不同维数的事实必须分别存储于不同的事实表中。一个数据仓储通常可以有多个事实表。

表1.14中的示例行说明了一个事实表的概念布局。实际上，事实表都会使用被称为维度键（dimension key）的整数来表示维度成员，而不是采用描述性的名称。例如，如表1.15所示的事实表，“州”列被“州键”列所代替。同时1 和2 代替了 OR 和WA。类似的，产品和月份列被维度列所代替，同时这些列中的值被维度键值代替。这样做是因为一个事实表所包含的行数量常常很大（在一个中等大小的数据仓库中，事实表可能动辄拥有数以亿计的数据行），使用整数维度键值能显著的减少事实表的大小。

表1.15 FactSales表

州键	产品键	月份键	销售量	销售额/美元
1	483	201101	1	120.00
1	591	201101	1	565.00
1	594	201101	1	552.50
2	594	201101	1	552.50
1	483	201102	2	240.00
2	483	201102	4	480.00

 

在事实表中使用整数维度键值时，维度成员的标签必须被存入另一个表——维度表。事实表中的每个维度键都有一个维度表。

二、维度表

维度表用一行来表示每个维度的键属性成员。键属性有两列：一列包含整数维度键，另一列包含属性标签。

下面这张表是一个简化版本

表1.16 DimProduct维度表

产品键	产品
483	Hitch Rack
596	Mountain-500 Black，40
598	Mountain-500 Black，44
599	Mountain-500 Black，48
591	Mountain-500 Silver，40
593	Mountain-500 Silver，44
594	Mountain-500 Silver，48
604	Road-750,44
605	Road-750,48

 

在数据仓库中，对每一个维度成员而言，在维度表中都包含一个唯一的键属性值。在关系型数据库术语中，键属性称作主键（primary key column）。事实表中的每个维度列都和一个维度表中的主键列相对应。在维度表中只出现一次的键值可能咋事实表中出现多次。即使主外键关联关系。例如，在表1.16中产品Hitch Rack所对应的产品键（483）只在维度表的一行中出现。但可以出现在事实表中的多行。这被称作一对多的关系（one-to-many relationship）。在事实表中，维度键列（在一对多关系中的“多”的一方）被称作外键列（foreign  key column）。关系数据库使用匹配的主键列（在维度表中）和外键列（在事实表中）的值将事实表和维度表中对应的记录连接。

维度表通常用额外的列来包含维度中的其他属性成员。表1.17显示了一份包含产品、子类、类别、颜色、尺寸和标价等属性的产品维度表。

表1.17 DimProduct维度表

产品键	产品	子类	类别	颜色	尺寸	标价
483	Hitch Rack	自行车货架	配件			120.00
596	Mountain-500 Black,40	山地自行车	自行车	黑色	40	539.99
598	Mountain-500 Balck,44	山地自行车	自行车	黑色	44	537.99
599	Mountain-500 Black,48	山地自行车	自行车	黑色	48	534.99
591	Mountain-500 Silver,40	山地自行车	自行车	银色	40	565.00
593	Mountain-500 Silver,44	山地自行车	自行车	银色	44	561.00
594	Mountain-500 Silver,44	山地自行车	自行车	银色	48	552.50
604	Road-750 Black,44	公路自行车	自行车	黑色	44	540.00
605	Road-750 Black,48	公路自行车	自行车	黑色	48	540.00

许多维度属性可用来对维度记录进行分组，并对每组中相关的事实进行汇总。例如，Product维度记录能被分为Bikes（自行车）和Accessories(配件)两类，每种分类的销售量都能计算出来。能用于创建分组的属性是可聚合的（aggregatale）,其汇总值被称为聚合值（aggregate）。聚合值这术语比汇总值（summary value）更通用。汇总值暗指该值是通过对个体值累加得到的。。一旦计算除了聚合值，就可以得到个体值的累加，同时也可以计数，求最大值、最小值和平均值，或对单独的值进行其他计算。

并非所有的属性值都是可聚合的。例如，用价格属性创建分组并计算每个价格对应的销售量将使没有意义的，因为价格有许多不同的值。顾客维度通常包含了许多不同聚合的属性：接到地址、电话号码、电邮地址等。这些不可聚合的属性称为成员属性（member property）。将成员属性添加到已经存在一个可聚合属性的报表中，其目的是提供额外信息，例如，报表可以用可聚合“顾客”属性来显示销售，并列出“电话号码”和“电邮地址”成员属性。