《精通数据仓库星型模式》
yangwl
这个作者很懒,什么都没留下…
展开
-
业务系统和数据仓库
业务系统和数据仓库数据仓库和业务系统的目的从根本上是不同的。业务系统支持业务处理的执行,同时数据仓库支持处理的评估。他们的使用目的不同,因此需要不同的原理指导不同的设计。维度建模的原理非常适合数据仓库系统的需求。业务系统业务系统业务系统直接支持业务处理的执行。通过捕获交易事务重要事件的细节,建立活动记录。例如,一个销售系统捕获订单、运输和回款信息;一个人力资源系统捕获员工的雇佣和提翻译 2007-09-30 21:32:00 · 2451 阅读 · 0 评论 -
聚集的基本原理
十年前,Ralph Kimball描述了聚集表,认为是“大型数据仓库中提升性能的方法”,“聚集对性能有很大的影响,有时候在数百种方法中惟有聚集能够加速查询,再没有其它方法有这么大的收益”。虽然过了十年,但这些话现在仍然有效。从那时起,先进的硬件和软件大大提高了数据仓库的性能。聚集技术的加入,让这些基本技术获得了更高的性能增益。 提高数据仓库性能仍然跟过去一样急迫。随着技术的进步,数据仓库能翻译 2007-09-30 21:31:00 · 2136 阅读 · 0 评论 -
《精通数据仓库星型模式》
英文名称:Mastering Data Warehouse Aggregates Solutions for Star Schema Performance目录如下:Chapter 1 Fundamentals of AggregatesChapter 2 Choosing AggregatesChapter 3 Designing AggregatesChapter 4 Us翻译 2007-09-30 21:11:00 · 1294 阅读 · 0 评论 -
星型模式
一个星型模式是根据维度建模原理设计的关系数据库中一些表的集合。20世纪90年代,Ralph Kimball在数据仓库设计方法中广泛采用星型模式。通过他的工作和著作,Kimball建立了标准术语和最佳实践,现在被广泛应用。在2002年出版的《The Data Warehouse Toolkit》中,提供了详细的描述。本文依据该书的案例描述,你必须理解维度建模的基本原理。尤其是,读者必须理解下面的翻译 2007-09-30 21:32:00 · 1250 阅读 · 0 评论