star-schema

    2热度

    1回答

    目前,我参与了基于仓库的智能交易分析银行系统特色客户流失行为,欺诈检测&客户关系管理分析。我们一直在使用Oracle作为数据库&它完全是一个数据仓库项目,数据挖掘算法用于分析。 我们有大约1000个银行客户的记录。对于建模,使用星型模式还是雪花模式或星座模式更好?我知道星型和雪花模式的基本区别 - 维度表的规范化发生在雪花(又名雪花)模式中,这可能在加入大型数据库的情况下存在问题。 那么,哪种模式

    -1热度

    1回答

    我需要一些帮助来启动跟踪器官捐献者的新维度模型(星型模式)。我们有一个OLTP数据库,其中包含一个引用表(死亡术语),其中包含(性别,种族,年龄,死亡日期等)和相关查询表,例如日期,时间,种族,医院,器官类型,捐赠器官信息等。一些转诊成为器官捐献者。我明白,大部分查找表将成为维度表,但想知道我是否应该有2个事实表 - factReferralInfo和factOrganDonors或只有1个事实表

    3热度

    2回答

    我们的数据仓库使用来自数据源的累积数据(并且无法反转累积)来创建雪花模式。我们必须解决的一个要求是我们的模式必须可用于根据日期范围创建报告。 我们的模式看起来像这样(简化): +------------------------------------------+ | fact | +-------+-----------------+----------------+ |

    1热度

    1回答

    我有一些麻烦,决定什么应该在一个特定的尺寸,我应该在事实表走了星型模式我开发的。 例如起见,让我们说,该项目跟踪的房屋的物业管理公司。诸如各种日期,租房者,合同等的维度都相当简单。对于房屋,无论数据在哪里居住,我们都想跟踪当前所有者,当前承租人,当前租赁合同以及诸如邻居,地址,当前租赁价格,当前市场价值等等。请注意,所有者,承租人和合同本身就是维度(邻居和地址也可能是维度,但我并不关心那些人)。

    0热度

    1回答

    我是数据仓库设计的初学者。我有一些理论,但最近遇到了一个OLAP多维数据集设计的实际问题。我使用星型模式。 可以说我有2个维表和1个事实表: 尺寸地名: dimension_id COUNTRY_NAME province_name district_name 尺寸装置: dimension_id DEVICE_CATEGORY device_subcategory 事实表: gazetteer_

    5热度

    1回答

    我想在一个非常简单的数据库上使用python的olap框架cubes,但我在连接表时遇到了一些麻烦。 我的模式是这样的: Users table ID | name Products table ID | name | price Purchases table ID | user_id | product_id | date 而且立方体模型: { 'dimension

    1热度

    1回答

    覆盖索引的考虑以下形式的事实表: CREATE TABLE Fact1 ( Dim1 int NOT NULL, Dim2 int NOT NULL, Dim3 int NOT NULL, Data1 int NOT NULL, Data2 int NOT NULL ... ) Fact1对每个维度的单个列索引。假设Dim1是粒度下

    1热度

    2回答

    我需要为现有的SQL Server数据库构建数据仓库。我已经有了星型模式维度和事实数据表的设计。我的问题是: SQL Server 2008 Enterprise中是否有工具可以帮助我将数据从事务数据库转换为新的数据仓库数据库?我正在寻找一个工具来帮助我清理数据并填充仓库表。我之前在使用Oracle数据库的学术环境中完成了这项工作。在这种情况下,我必须用SQL手动执行所有操作。

    1热度

    1回答

    我正在开发一个BI项目,我将使用pentaho。 我的DW将被模型化为一个星型模式。 我知道,对于分析部分,我们需要从这个星型模式(关系型DW)开始,并将多维数据集设计为模式工作台。对此,分析工具可以做多维请求 对于报告部分,它是否还需要了解关于多维数据集,或者我可以在星型模式关系数据库上只做普通请求? 这是好事还是坏事? THKS对您有所帮助

    -1热度

    1回答

    我们正忙于一个学校项目。我们必须建立一个Datawarehouse,但我坚持下去。 我有以下starschema: dim_location: Location_key(主键) 市 dim_condition: Condition_key(主键) 说明(实施例:好,坏,很不好,非常好等) dim_time: Time_key 年份 日期 季 等 事实表地面: Time_Key(国外) Locati