bi项目中数据仓库的维度表和事实表

度表示你要对数据进行分析时所用的一个量, 比如你要分析产品销售情况, 你可以选择按类别来进行分析,或按区域来分析. 这样的按..分析就构成一个维度。前面的示例就可以有两个维度：类型和区域。另外每个维度还可以有子维度（称为属性），例如类别可以有子类型，产品名等属性。下面是两个常见的维度表结构：

产品维度表：Prod_id, Product_Name, Category, Color, Size, Price 
时间维度表：TimeKey, Season, Year, Month, Date

而事实表是数据聚合后依据某个维度生成的结果表。它的结构示例如下：

销售事实表：Prod_id(引用产品维度表), TimeKey(引用时间维度表), SalesAmount(销售总量，以货币计), Unit(销售量)

上面的这些表就是存在于数据仓库中的。从这里可以看出它有几个特点：

1. 维度表的冗余很大，主要是因为维度一般不大(相对于事实表来说的)，而维度表的冗余可以使事实表节省很多空间。 
2. 事实表一般都很大，如果以普通方式查询的话，得到结果一般发的时间都不是我们可以接受的。所以它一般要进行一些特殊处理。如SQL Server 2005就会对事实表进行如预生成处理等。 
3. 维度表的主键一般都取整型值的标志列类型，这样也是为了节省事实表的存储空间。

a)         事实表   

                        i.              事实表是维度模型的基本表，存放有大量的业务性能度量值。

                       ii.              事实表的一行对应一个度量值，一个度量值就是事实表的一行，事实表的所有度量值必须具有相同的粒度

                     iii.              事实表中最有用的事实是数字类型和可加形型事实

                     iv.              在维度模型中，事实表表示维度见多对多的关系

b)        维度表

                        i.              维度表包含业务的文字描述，维度表倾向于将列数做相当少。

                       ii.              位数表是进入事实表的入口，丰富的维度属性给出了丰富的分析切割能力，维度给用户提供了使用数据仓库的借口

c)         事实与维度的融合

                        i.              由数字类型度量值组成的事实表连接到一组填满描述属性的维度表上，这个星型结构特征通常叫做星星连接方案

                       ii.              维度模型的简明性也带来了性能上的好处，数据库优化器可以更加高效的出吃这些连接关系较少的简单方案。数据库引擎可采取非常强劲的做法是：首先集中对建立了充足的索引的维度进行约束处理，然后用满足条件的维度表关节子的笛卡尔乘积一次性处理全部的事实表。

                     iii.              维度模型的可预订框架能够经受住无法预见的用户行为带来的考验

       一个典型的例子是，把逻辑业务比作一个立方体，产品维、时间维、地点维分别作为不同的坐标轴，而坐标轴的交点就是一个具体的事实。也就是说事实表是多个维度表的一个交点。而维度表是分析事实的一个窗口。 

       首先介绍下数据库结构中的星型结构，该结构在位于结构中心的单个事实数据表中维护数据，其它维度数据存储在维度表中。每个维度表与事实数据表直接相关，且通常通过一个键联接到事实数据表中。星型架构是数据仓库比较流向的一种架构。

        事实表是数据仓库结构中的中央表，它包含联系事实与维度表的数字度量值和键。事实数据表包含描述业务（例如产品销售）内特定事件的数据。

        维度表是维度属性的集合。是分析问题的一个窗口。是人们观察数据的特定角度，是考虑问题时的一类属性，属性的集合构成一个维。