随笔分类 -  DW

DW DESIGN TIPS
DW与DM
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

posted @ 2015-02-19 09:57 tneduts 阅读(1282) 评论(0) 推荐(0)

Snowflake weakness and type2 fact table
摘要:DimProductDimSubcategoryDimcategoryproductpksubcategorypkcategorypkskusubcategoryNamecategoryNameproductNamecategorypksubcategorypkSnow flake schema ... 阅读全文

posted @ 2015-01-26 12:19 tneduts 阅读(298) 评论(0) 推荐(0)

DimDate populate data
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

posted @ 2015-01-24 15:47 tneduts 阅读(473) 评论(1) 推荐(0)

DW Basic Knowledge2
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

posted @ 2015-01-24 12:26 tneduts 阅读(219) 评论(0) 推荐(0)

SSAS-many 2 many one simple sample
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

posted @ 2015-01-24 07:42 tneduts 阅读(583) 评论(0) 推荐(0)

DW Basic Knowledge1
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

posted @ 2015-01-22 21:46 tneduts 阅读(190) 评论(0) 推荐(0)

Design Tip #142 Building Bridges
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

posted @ 2015-01-22 16:34 tneduts 阅读(191) 评论(0) 推荐(0)

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

posted @ 2015-01-05 12:29 tneduts 阅读(204) 评论(7) 推荐(0)

导航