![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
商业智能
xiyf2046
这个作者很懒,什么都没留下…
展开
-
开源商业智能套件Pentaho网页资料地址
http://baike.baidu.com/link?url=YzCka2Nsdi326C6GeXL-SyfpIdmtxEFI97T-roltRzSYTJMG9BTgERrFpWbzj-CF http://www.pentaho.com/原创 2013-10-10 03:11:29 · 776 阅读 · 0 评论 -
星型模型和雪花型模型比较
一、概述 在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。 当所有维表都直接连接到“ 事实表”上时,整个图解就像星星一样,故将该模型称为星型模型,如图 1 。 星型架构是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,转载 2013-10-14 09:31:55 · 723 阅读 · 0 评论 -
数据模型设计心得
首先简单的说一下我对数据、模型、数据模型、数据模型要素以及数据模型的分类的理解。 数据:是符号。例如 张三。 模型:现实世界事与物特征的抽象与模拟。如飞机模型、空气动力模型。 数据模型:通过对现实世界的事与物主要特征的分析、抽象,为信息系统的实施提供数据存取的数据结构以及相应的约束。 数据模型的要素有操作、数据结构以及约束。通常情况下我们在数据模型设计的时候考虑最多的是数据结构而忽视了其他两转载 2013-10-14 09:34:05 · 844 阅读 · 0 评论 -
数据仓库的架构主要有星型和雪花型两种方式
架构模式的选择 数据仓库的架构主要有星型和雪花型两种方式,下面从多个角度来比较一下这两种模式的利弊。 从查询性能角度来看,在OLTP-DW环节,由于雪花型要做多个表联接,性能会低于星型架构;但从DW-OLAP环节,由于雪花型架构更有利于度量值的聚合,因此性能要高于星型架构。 从模型复杂度来看,星型架构更简单。 从层次概念来看,雪花型架构更加贴近OLTP系统的结构,比较符合业转载 2013-10-14 09:38:49 · 1738 阅读 · 1 评论