我看过有关如何使用星型和雪花模式构建数据仓库、OLTP 数据库事实和维度表的非规范化等方面的教程文章和帖子。
还看到这样的评论:
星型模式充其量是用于数据集市的。真正的企业数据仓库绝对不可能用星形模式或雪花模式来表示。
我想创建一个为报告服务提供服务的数据库,并且可能(如果这还不够的话)安装 analisys 服务并从多维数据集中提取报告和数据。
我的问题是:是否真的需要重新设计我当前的数据库并遵循带有事实和维度表的星形/雪花模式?
谢谢
我看过有关如何使用星型和雪花模式构建数据仓库、OLTP 数据库事实和维度表的非规范化等方面的教程文章和帖子。
还看到这样的评论:
星型模式充其量是用于数据集市的。真正的企业数据仓库绝对不可能用星形模式或雪花模式来表示。
我想创建一个为报告服务提供服务的数据库,并且可能(如果这还不够的话)安装 analisys 服务并从多维数据集中提取报告和数据。
我的问题是:是否真的需要重新设计我当前的数据库并遵循带有事实和维度表的星形/雪花模式?
谢谢
在重新设计您的数据库之前,我会考虑一些事情。
几乎是这样,除非您转储整个 SQL 端并在多维数据集中构建存储库 - 在这种情况下,您可能会摆脱数据底层的 OLTP 模式。
主要问题是非星型模式的方法只是给服务器增加了很多分析负担。也就是说,起诉分析服务的想法很棒——他们在这个领域大放异彩。试试是否可以直接从... OLTP 模式加载它们,可能是它的快照。
数据仓库的另一部分基本原理是,任何按摩或转换数据的计算都是在将其加载到特定模式之前完成的,因此从数据仓库中提取的大部分内容都是“准备好使用的”。
我会推荐一本关于这个主题的好书:http ://www.amazon.co.uk/Microsoft-Data-Warehouse-Toolkit-Intelligence/dp/0471267155/ref=sr_1_3?ie=UTF8&s=books&qid=1272019644&sr=8 -3
虽然它的目标是 2005 年(我认为 2008 版正在筹备中),但总体理论仍然适用,而且设计和规划步骤几乎与平台无关。
如果你想进入 DW,那么它的黄金重量是值得的 :)