www问答网
所有问题
当前搜索:
数据仓库建模工具
数据仓库
中的多维模型最常用的是哪种
答:
1.
星型模式
星形模式(Star Schema)是最常用的维度建模方式。星型模式是以事实表为中心,所有的维度表直接连接在事实表上,像星星一样。星形模式的维度建模由一个事实表和一组维表成,且具有以下特点:a. 维表只和事实表关联,维表之间没有关联;b. 每个维表主键为单列,且该主键放置在事实表中...
数据仓库
为什么要用事实表和维度表?
答:
在数据仓库的世界里,数据仓库的核心架构——维度建模,是Ralph Kimball智慧结晶的体现,
他的著作《数据仓库工具箱》被誉为数据仓库设计的圣经
。维度建模以其对分析需求的敏锐洞察和卓越性能,成为数据仓库设计的主流方法论。事实表,如同数据仓库的心脏,它存储着不可变更的业务指标数据,如销售额、订单量等...
数据建模
的分析方法有哪些?并写出他们的大概介绍
答:
第三类是Kimball
提倡的数据仓库的维度建模,我们一般也称之为星型结构建模,有时也加入一些雪花模型在里面。维度建模是一种面向用户需求的、容易理解的、访问效率高的建模方法,也是笔者比较喜欢的一种建模方式。第四类是更为灵活的一种建模方式,通常用于后台的数据准备区,建模的方式不拘一格,以能满足需...
《
数据仓库工具
箱》读书笔记(一):维度
建模
初步
答:
1、Kimball
1、收集业务需求与数据实现 2、维度设计过程:选择业务过程、声明粒度、确认维度、确认事实 3、业务过程是组织完成的操作型活动(订单、注册) 4、粒度:事务表里的每一行表示的是什么 5、维度:用于描述环境 6、事实:对业务过程进行度量 7、灵活扩展:事实粒度一致时可直...
【总结】维度
数据建模
过程及举例
答:
维度模型是数据仓库领域大师Ralph Kimall所倡导,他的《
数据仓库工具
箱》,是数据仓库工程领域最流行的数仓
建模
经典。维度建模以分析决策的需求出发构建模型,构建的数据模型为分析需求服务,因此它重点解决用户如何更快速完成分析需求,同时还有较好的大规模复杂查询的响应性能。1、通过对业务需求以及可用数据源...
一百多个
数据
还要分成四类可以
建模
吗
答:
第二类是Inmon提倡的三范式
数据仓库建模
,它和操作型数据库系统的三范式建模在侧重点上有些不同。第三类是Kimball提倡的数据仓库的维度建模,我们一般也称之为星型结构建模,有时也加入一些雪花模型在里面。维度建模是一种面向用户需求的、容易理解的、访问效率高的建模方法,也是笔者比较喜欢的一种建模方式...
BI包括哪些内容
答:
BI是一种综合了各种学科的边缘学科,主要包括三方面的内容:1、
数据仓库
建立科学的数据模型,收集集各种来源、各种业务条线的数据。2、数据分析 在数据仓库基础上,从大批量的数据里发掘未知信息,辅助决策。3、展现平台 数据分析的结果通过BI软件,如congnos、bo等产品以图表等形式展示给决策者。
BI软件有哪些?各有什么优点和缺点
答:
Oracle BIEE:无功无过,在BI产品不具特色,同SAP一样,与Oracle的产品线紧密绑在一起。貌似国外厂商都是捆绑型卖整体方案。Cognos:传统BI
工具
中最被广泛使用的,已被IBM收购。拥有强大的
数据
库平台、在数据管理、数据整合以及中间件领域专业功底深厚。偏操作型,手工
建模
,一旦需求变化需要 重新建模,...
数据仓库数据建模
的几种思路
答:
数据仓库接典型的两种
数据仓库建模
的理论是维度建模和基于主题域的实体关系建模,这两种方式分别以Kimball和Immon两位大师为代表。维度建模以数据分析需求为驱动,倡导总线架构:一致的事实和一致的维度,这种数据模型易于用户理解和数据分析操作。基于主题域的实体关系建模以源系统数据为驱动,整合企业的所有数据...
物理模型、概念模型、概念模型分别是什么
答:
1、物理模型:构建
数据仓库
的物理分布模型,主要包含数据仓库的软硬件配置,资源情况以及数据仓库模式。1.1物理模型的用途以实物或画图形式直观的表达认识对象的特征。2、概念模型,也称信息模型,是按用户的观点来对数据和信息
建模
,主要用于数据库设计。 概念模型实际上是现实世界到机器世界的一个中间层次。
1
2
3
4
5
6
7
涓嬩竴椤
其他人还搜
数据建模工具
数据仓库建模 书籍
数据仓库建模全流程
数据建模工具开源
数仓建模工具有哪些
数据库表建模软件
维度建模工具
数据仓库工具有哪些
常用数据库建模工具