DW／Bi系統業務有哪些需求（要求）

1. 方便的存取資料
2. 必須以一致的形式展現資訊
3. 能夠適應變化
4. 及時展現資訊
5. 資料安全
6. 成為提高決策制定能力的權威和可信的基礎
7. 業務群體接受DW／BI系統

DW／Bi系統人員有哪些需求（要求）

1. 技能要求     具有較好的資訊科技基礎並且瞭解業務     既需要了解資料庫管理的技能，也包括商業分析師的 技能。
2. 職責描述     理解使用者     釋出高質量、相關的、可訪問的資訊和分析     維護DW／BI環境

維度建模簡介

1. 作用

    以商業使用者可理解的方式釋出資料     提供高效的查詢效能 注意：維度模型包含的資訊與規範化模型包含的資訊相同，但將資料以一種使用者可以理解的滿足查詢效能要求的，靈活多變的方式進行了包裝。

2. 星型模式與OLAP多維資料庫

OLAP採用預計算、索引策略、其它優化方法，多維資料可實現高效能查詢。 OLAP提供良好的分析效能，方便上鑽和下鑽操作 OLAP提供大量的健壯的分析函式 通常是推薦將詳細的，原子的資訊載入到星型模式中，然後將OLAP多維資料庫移植到星型模式上。

OLAP部署的注意事項 1，構建於關係資料庫之上的星型模式是建立OLAP多維資料庫的良好物理基礎。也是備份和恢復的良好的、穩定的基礎 2，OLAP對比RDBMS的效能優勢，這一優勢隨著計算機硬體和軟體的發展變得沒那麼重要 3，在不同的OLAP工具之間建立BI應用比在不同關係資料庫之間建立BI更困難。 4，OLAP多維資料通常比RDBMS提供更多的複雜安全選項。例如限制訪問細節資料 5，OLAP提供比RDBMS更加豐富的分析能力 6，OLAP方便支援緩慢變化維度型別2變化。但是當需要使用其它緩慢變化維度技術重寫資料時，多維資料庫通常需要被全部或者部分的重新處理 7，OLAP方便支援事務和週期性快照事實表，由於重寫資料的限制而無法處理累計快照事實表 8，OLAP支援具有層次不確定的複雜不規則層次結構。例如：組織結構圖或物料表 9，OLAP相對於關係資料庫，能實現對下鑽層次的維度關鍵詞結構提供更加詳細的約束 10，一些OLAP產品無法確保實現維度角色和別名，因此需要定義不同的物理維度

###3. 用於度量的事實表 **事實定義：**表示某個業務度量 **儲存什麼內容：**組織機構業務過程事件的效能度量結果。 **儲存原則：**將來源於同一個業務過程的底層度量結果儲存於一個維度模型中。 **為什麼這麼儲存：**因為資料量巨大。 **事實有哪些型別：**可加，半可加，不可加 **事實表的粒度的型別：**事務，週期性，累計快照 注意事項：     1，允許多個組織的業務使用者訪問同一個單一的集中式資料倉庫，確保他們能在整個企業中使用一致的資料。     2，物理世界的每個度量事件對應的事實錶行具有一對一的關係。每行的資料是一個特定級別的細節(粒度)資料     3，同一個事實表的度量行比具有相同的粒度

###4. 用於描述環境的維度表 儲存的內容：包含於業務過程度量事件有關的文字環境 維度表的語意：“誰(who)，什麼(what)，哪裡(where)，何時(when)，為什麼(why)，如何(how)” **維度表的特點：**通常有多列(多個屬性)，和事實表比較 維度表通常小的多，單一主鍵 作用：是用於和事實表連線操作時實現參照完整性的基礎，可作為查詢約束、分組、報表標識。 注意：     1，儘量減少在維度表中使用程式碼，將程式碼替換為詳細的文字屬性。儘量減少他們對程式碼轉換註釋的依賴。     2，為維度屬性提供詳細的業務術語耗費的精力越多，效果越好，強大的維度屬性帶來的回報是健壯的分片-分塊能力。     3，連續值數字基本上可以認為屬於事實，來自於不太大列表的離散數字基本可以認為是維度屬性     4，維度表可以冗餘，不一定要滿足第三正規化，通常是非規範化的。對於維度表的儲存空間的權衡 往往 關注 簡單性和可訪問性；是否方便使用，是否能提高查詢效能。 ###5. 星型模式中維度與事實的連線

##參考資料 ## 資料倉庫工具箱

如果您覺得我用心了，覺得您有所收穫，麻煩關注下我吧，您的關注就是我的動力，因為我不是一個人在前行。

DW／Bi系統業務有哪些需求（要求）

1. 方便的存取資料
2. 必須以一致的形式展現資訊
3. 能夠適應變化
4. 及時展現資訊
5. 資料安全
6. 成為提高決策制定能力的權威和可信的基礎
7. 業務群體接受DW／BI系統

DW／Bi系統人員有哪些需求（要求）

1. 技能要求     具有較好的資訊科技基礎並且瞭解業務     既需要了解資料庫管理的技能，也包括商業分析師的 技能。
2. 職責描述     理解使用者     釋出高質量、相關的、可訪問的資訊和分析     維護DW／BI環境

維度建模簡介

1. 作用

    以商業使用者可理解的方式釋出資料     提供高效的查詢效能 注意：維度模型包含的資訊與規範化模型包含的資訊相同，但將資料以一種使用者可以理解的滿足查詢效能要求的，靈活多變的方式進行了包裝。

2. 星型模式與OLAP多維資料庫

OLAP採用預計算、索引策略、其它優化方法，多維資料可實現高效能查詢。 OLAP提供良好的分析效能，方便上鑽和下鑽操作 OLAP提供大量的健壯的分析函式 通常是推薦將詳細的，原子的資訊載入到星型模式中，然後將OLAP多維資料庫移植到星型模式上。

OLAP部署的注意事項 1，構建於關係資料庫之上的星型模式是建立OLAP多維資料庫的良好物理基礎。也是備份和恢復的良好的、穩定的基礎 2，OLAP對比RDBMS的效能優勢，這一優勢隨著計算機硬體和軟體的發展變得沒那麼重要 3，在不同的OLAP工具之間建立BI應用比在不同關係資料庫之間建立BI更困難。 4，OLAP多維資料通常比RDBMS提供更多的複雜安全選項。例如限制訪問細節資料 5，OLAP提供比RDBMS更加豐富的分析能力 6，OLAP方便支援緩慢變化維度型別2變化。但是當需要使用其它緩慢變化維度技術重寫資料時，多維資料庫通常需要被全部或者部分的重新處理 7，OLAP方便支援事務和週期性快照事實表，由於重寫資料的限制而無法處理累計快照事實表 8，OLAP支援具有層次不確定的複雜不規則層次結構。例如：組織結構圖或物料表 9，OLAP相對於關係資料庫，能實現對下鑽層次的維度關鍵詞結構提供更加詳細的約束 10，一些OLAP產品無法確保實現維度角色和別名，因此需要定義不同的物理維度

###3. 用於度量的事實表 **事實定義：**表示某個業務度量 **儲存什麼內容：**組織機構業務過程事件的效能度量結果。 **儲存原則：**將來源於同一個業務過程的底層度量結果儲存於一個維度模型中。 **為什麼這麼儲存：**因為資料量巨大。 **事實有哪些型別：**可加，半可加，不可加 **事實表的粒度的型別：**事務，週期性，累計快照 注意事項：     1，允許多個組織的業務使用者訪問同一個單一的集中式資料倉庫，確保他們能在整個企業中使用一致的資料。     2，物理世界的每個度量事件對應的事實錶行具有一對一的關係。每行的資料是一個特定級別的細節(粒度)資料     3，同一個事實表的度量行比具有相同的粒度

###4. 用於描述環境的維度表 儲存的內容：包含於業務過程度量事件有關的文字環境 維度表的語意：“誰(who)，什麼(what)，哪裡(where)，何時(when)，為什麼(why)，如何(how)” **維度表的特點：**通常有多列(多個屬性)，和事實表比較 維度表通常小的多，單一主鍵 作用：是用於和事實表連線操作時實現參照完整性的基礎，可作為查詢約束、分組、報表標識。 注意：     1，儘量減少在維度表中使用程式碼，將程式碼替換為詳細的文字屬性。儘量減少他們對程式碼轉換註釋的依賴。     2，為維度屬性提供詳細的業務術語耗費的精力越多，效果越好，強大的維度屬性帶來的回報是健壯的分片-分塊能力。     3，連續值數字基本上可以認為屬於事實，來自於不太大列表的離散數字基本可以認為是維度屬性     4，維度表可以冗餘，不一定要滿足第三正規化，通常是非規範化的。對於維度表的儲存空間的權衡 往往 關注 簡單性和可訪問性；是否方便使用，是否能提高查詢效能。 ###5. 星型模式中維度與事實的連線

##參考資料 ## 資料倉庫工具箱

如果您覺得我用心了，覺得您有所收穫，麻煩關注下我吧，您的關注就是我的動力，因為我不是一個人在前行。