数据仓库建模：数据立方体与OLAP

数据仓库和OLAP工具基于多维数据模型。这种模型将数据看做数据立方体形式。

 

数据立方体是一种多维数据模型，允许以多维对数据建模和观察。它由维和事实定义。

一般而言，维是一个单位想要记录的透视或实体。例如：创建一个数据仓库sales，记录商店的销售，涉及维time、item、branch和location。这些维使用商店能够记录商品的月销售，销售商品的分店和地点。

每个维都可以有一个与之相关联的表。该表称为维表，它进一步描述维。维表可以由用户或专家设定，或者根据数据分布自动产生和调整。

通常，多维数据模型围绕诸如销售这样的中心主题组织。主题用事实表表示。事实是数值度量的。把它们看做数量，是因为我们想根据它们分析维之间的联系。例如，数据仓库sales的事实包括dollars_sold(销售额)、units_sold(销售量)和amount_budgeted(预算额)。事实表包括事实的名称或度量，以及每个相关维表的码。

图1：

图2：

 

现在，假设我们想从四维角度观察销售数据，增加一个维，如supplier。观察4-D事物变得有点麻烦。然而，我们可以把4-D立方体看成3-D立方体的序列，如下图图3所示。如果我们按照这种方法继续下去，则我们可以把任意n维数据立方体显示成(n-1)维“立方体”的序列。数据立方体是对于多维数据储存的一种比喻，这种数据的实际物理存储可以不同于它的逻辑表示。重要的是，数据立方体是n维的，而不限于3-D。

图3：

图1和图2显示不同汇总级的数据，所示的数据立方体称做方体。给定维的集合，我们可以对给定诸维的每个可能的子集产生一个方体。结果形成方体的格，每个方体在不同的汇总级显示group by数据。方体的格称做数据立方体。图4显示形成维time、item、location和supplier的数据立方体的方体格。

图4：

存放最低层汇总的方体称做基本方体。如图3中的4-D方体是给定维time、item、location和supplier的基本方体。图2是time、item和location的(非基本的)3-D方体，对所有的供应商汇总。0-D方体存放在最高层的汇总，称为顶点方体。顶点方体通常用all标记。

 

 

星形、雪花形和事实星座：多维数据模型的模式

 

最流行的数据仓库的数据模型就是多维数据模型。这种模型可以是星形模式、雪花模式或事实星座模式。

星形模式：最常见的模型范式是星形模式，其中数据仓库包括(1)一个大的中心表(事实表)，它包括大批数据并且不含冗余；

(2)一组小的附属表(维表)，每维一个。这种模式图很像星光四射，维表显示在围绕中心表的射线上。