我们的统计都可抽象成一个函数(因为是多维的,无法在现实的三维世界描绘,只能用数据公式抽象):
f(x,y,z.......)=??
这其中,x,y,z....这些就是维度。
统计的指标就是??,也就是度量。不过严格说,??应该是度量的集合(事实数据),因为一次你可能统计多个指标。
整个模型(也就是上面的数学公式)就是多维数据集。
这里一个重要的概念是事实即可以存储在统计级也可以存储在详细级。例如,如果想看1月份的销售数字,那么我们可以加起由“天”这一维表示的数字。这是 OLAP 的基本概念:能够钻入(位于给定一组维的)统计数据以得到其详细数据。
数据仓库系统开发过程中,逻辑模型设计包括事实表设计和维度表设计两部分。通俗地说,“维”就是分析者观察事务的角度,“事实”则代表一个业务度量值,通常是数值型数据并具有可加性,从多个不同角度观察事实可得到多维数据集。
f(x,y,z.......)=??
这其中,x,y,z....这些就是维度。
统计的指标就是??,也就是度量。不过严格说,??应该是度量的集合(事实数据),因为一次你可能统计多个指标。
整个模型(也就是上面的数学公式)就是多维数据集。
这里一个重要的概念是事实即可以存储在统计级也可以存储在详细级。例如,如果想看1月份的销售数字,那么我们可以加起由“天”这一维表示的数字。这是 OLAP 的基本概念:能够钻入(位于给定一组维的)统计数据以得到其详细数据。
数据仓库系统开发过程中,逻辑模型设计包括事实表设计和维度表设计两部分。通俗地说,“维”就是分析者观察事务的角度,“事实”则代表一个业务度量值,通常是数值型数据并具有可加性,从多个不同角度观察事实可得到多维数据集。