摘要：DW组成部分简介 DW的组成部分有：针对数据源的分析、数据的ETL、数据的存储结构，元数据管理等。 数据源分析 主要是分析要抽取哪些数据，如何抽取（全量还是增量）？它的更新周期是怎么样的？它的数据质量如何？ 确定数据的格式，数据的域。 ETL ETL之前需要知道以下内容，数据源有哪些系统，各个业务系统的RDBMS是什么？是否存在手工维护的数据？ 数据抽取... 阅读全文

摘要：DimProductDimSubcategoryDimcategoryproductpksubcategorypkcategorypkskusubcategoryNamecategoryNameproductNamecategorypksubcategorypkSnow flake schema ... 阅读全文

摘要：日期维度 任何一个数据仓库都应该有一个日期维度。 因为很少有不需要通过日期维度看数据的情况存在。 日期维度的好处是，你可以通过他连接各个事实表，然后在报表端传送报表参数的时候， 直接自动过滤日期维度的相关值，而不需要自己写query. 去掉了西班牙语和法语的那些列。 You know that th... 阅读全文

摘要：DW的元数据是指除去数据本身之外的所有信息。围绕DBMS方面的元数据可以描述为表定义，分区设置，索引视图定义，以及DBMS级安全方面的特权与授权等内容。 在任何场合下，ODS要么是一个处在OLTP和DW之间的第三方物理系统，要么是DW的一个专门管理的热区（用于支持实时交互操作，数据查询具有固定的结构... 阅读全文

摘要：基本业务：一个事件发生后，影响到多个国家，这个事件也会被定一个事件类型（这里简化为type1,2,3）,处理这个事件花费多长时间。我们的事实表就记录这个事情，相对应的我们设计两个维表，一个是国家，一个是事件类型，我们可以从这两个维度slice数据。 因为受影响的国家是多值的，所以一条fact表中的记... 阅读全文

摘要：以下内容，常读常新，每次都有新的感悟和认识。 数据仓库必须使组织机构的信息变得容易存取。 数据仓库的内容需要是容易理解的，数据对业务人员也必定是直观的，明显的。 数据仓库重新组织了原来OLTP数据库的结构，根据业务需求，但又结合数据建模的一些特性。数据仓库必须一致地展示组织机构的信息。 数据仓库中... 阅读全文

摘要：http://www.kimballgroup.com/2012/02/design-tip-142-building-bridges/The dominant topologies of Data Warehouse modelling (Star, Snowflake) are designed... 阅读全文

摘要：http://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/http://www.datamartist.c... 阅读全文