多维数据集简介

多维数据集

• 多维数据集最简单的结构是一个事实表和多个维度表，事实表主要是由维度外键和度量值组成，维度表由n个键值对组成（如xxID、xxName）
• 最简单的理解就是立方体，事实表是核心，维度表则包裹事实表组成立体表面，对立方体进行切面则意味着从不同角度看事实
• 维度是可以被共用的，例如基本上一个多维库只有一个时间维度
• 维度表其实很纯洁，千万不要将其复杂化，以时间维度为例，大家会认为日期与具体的时分秒就是一个维度，其实千万不要这样做，首先这样做会无形中加大很多的维度数据量，其次分解成两个维度会更适合设计、也更适合业务，做报表时可以查日期维度（年月日）、也可以单独查时间维度（上午/下午。。。）的一些销售记录，拆开来就可以单独看每个时段的销售量，分析客户习惯

关系表设计

• 主题域：可以理解为一个主题域可以代表一个主题域，所有的主题组成一个整个多维数据库
• 在需求明确、主题域分解完毕后，最好先直接用模型定好主外键关系，画好最终效果（即fact-dim的效果），这样可以快速看到最终效果，如果不这样做，可能要到做部署项目时才能看到效果，而且有不断修改的风险
• 要注意的是，直接用模型写好的东西，很多表的结构都不是一个单纯的实体，这样就不符合范式，所以要将不符合范式的结构拆分，拆分成一系列实体与联系
• 同时要注意的是，其实事实表可以存在重复记录的，因为可能在一个维度下可以同时存在多个属性，所以直接设计成表其实不适合
• 经过上面的解释，大家其实也想到了，其实多维数据库的很多事实表是建立在视图之上的，通过视图，可以让表通过不同的连接方式实现重复记录的形式

SSAS

• 概念：Sql Server Analysis Services，其实就是微软推出的可以部署多维数据库的技术工具
• 通过增加商业智能组件的VS，可以创建SSAS项目，这样就可以开始部署工作
• 注意：要设计好数据视图，把必要的视图和表放进去，并设计好缺失的关系；最好不要把所有主题放进同一个立方体里，这样的视图可读性很差，不易维护，而且没有必要，而且一个多维库可以承载多个立方体，所以千万不要把鸡蛋放进同一个篮子里
• 会有特殊的维度设计，除了对称维度外，会有非对称维度的做法，以后再介绍

SSRS

• 概念：Sql Server Report Services，也是微软推出的可视化快速设计报表工具，不仅支持关系数据库，还支持多维数据库
• 通过上一个介绍的扩展，就可以创建SSRS项目并部署成网页，通过网页链接，你可以做很多集成