Tag: olap

数据仓库与OLAP多维数据集？: 任何人都可以解释什么是数据仓库和OLAP立方体之间的真正区别？他们是不同的方法相同的事情？其中一个与其他人相比是否被弃用？其中之一是否有任何性能问题？欢迎任何解释

OLAP数据库是否需要非规范化才能读取性能？: 我一直认为数据库应该是非规范化的读取性能，因为它是为OLAP数据库devise完成的，并没有夸大3NF太多的OLTPdevise。 PerformanceDBA在各种岗位上，例如，针对基于时间的数据的不同方式的performance，通过规范化为5NF和6NF（标准forms）来维护数据库应该总是精心devise的范例。我的理解是否正确（以及我理解的正确）？ OLAP数据库（低于3NF）的传统非规范化方法/范式devise出现什么问题？3NF对OLTP数据库的大多数实际情况是否足够？例如： “简单的事实是，6NF，正确执行，是数据仓库”（PerformanceDBA）我应该承认，我无法理解非规范化促进阅读performance的理论。任何人都可以给我提供这个和相反的信念的合理解释吗？在试图说服我的利益相关者说OLAP /数据仓库数据库应该正常化时，我可以参考哪些资源？为了提高可见性，我从这里复制了评论： “如果参与者在他们已经看到或参与的6NF中添加（披露）了多less实际（不包括科学项目）的数据仓库实施，这将是一件好事。 – Damir Sudarevic 维基百科的数据仓库文章告诉： “Ralph Kimball的标准化方法（也称为Ralph Kimball的一维方法）也被称为3NF模型（第三范式），其支持者被称为”Inmonites“，他们相信Bill Inmon的方法，其中声明数据仓库应该是使用ER模型/标准化模型进行build模“。看起来规范化的数据仓库方法（Bill Inmon）被认为不超过3NF（？）我只想了解什么是数据仓库/ OLAP是非规范化的同义词的神话（或无处不在的公理化信仰）的起源？ Damir Sudarevic回答说，他们的做法很好。让我回到这个问题：为什么非规范化被认为有利于阅读？

蒙德里安：似乎无法得到聚合表使用: 我一直在努力获得聚合表的工作。这是我的事实表看起来像： employment_date_id dimension1_id dimension2_id dimension3_id dimension4 dimension5 measure1 measure2 measure3 我从年，季度和月份折算了employment_date_id ，仅包括了年份，但其他列都包含在内。这是我的聚合表看起来像： yearquartermonth_year dimension1_id dimension2_id dimension3_id dimension4 dimension5 measure1 measure2 measure3 fact_count 我只是倒塌了一年的一部分date。其余的字段保持原样。这是我的configuration： <AggFactCount column="FACT_COUNT"/> <AggForeignKey factColumn="dimension1_id" aggColumn="dimension1_id"/> <AggForeignKey factColumn="dimension2_id" aggColumn="dimension2_id"/> <AggForeignKey factColumn="dimension3_id" aggColumn="dimension3_id"/> <AggMeasure name="[Measures].[measure1]" column="measure1"/> <AggMeasure name="[Measures].[measure2]" column="measure2"/> <AggMeasure name="[Measures].[measure3]" column="measure3"/> <AggLevel name="[dimension4].[dimension4]" column="dimension4"/> <AggLevel name="[dimension5].[dimension5]" column="dimension5"/> <AggLevel name="[EmploymentDate.yearQuarterMonth].[Year]" […]