2009-11-24 9 views
13

Como soy nuevo en SSAS, he estado leyendo un artículo sobre Cubo OLAP de multidimensiones y estoy luchando por comprender los conceptos de Cube, se ha dicho que aunque el El término "cubo" sugiere tres dimensiones, un cubo puede tener hasta 64 dimensiones. ¿Podría explicar cómo es posible esto en el cubo (que no sea 3-Dim ejemplo x, y, z aviones)? Por favor, no solo proporcione enlaces para estudiar, sino también esperando alguna explicación. Gracias¿Qué es Multi Dimention OLAP CUBE y da un cubo de ejemplo con más de 3 dimensiones

Respuesta

17

No piense en un cubo como una estructura tridimensional (a pesar del nombre). Una "dimensión" en una situación de depósito de datos es simplemente un valor variable que puede usar para acceder a los datos en su almacén. Podría pensar en ellos como partes clave, pero a las que se puede acceder individualmente, o en combinación, con bastante facilidad (a diferencia de las teclas principales en una tabla clásica).

Como ejemplo, puede tener las siguientes dimensiones en un almacén para mantener los datos de clientes y ventas.

  • Identificación del cliente.
  • Estado (ubicación).
  • Año.
  • Mes.
  • Día del mes.

Ese diseño (un 5D "cubo") permitiría realizar consultas fácilmente a clientes que cruzan fronteras estatales y que pueden tener diferentes patrones de compra durante todo el año (e incluso en diferentes momentos del mes).

Todas estas partes clave solo apuntan a una sola cifra de ventas para el día del mes en un mes específico en un año específico en una ubicación específica para un cliente específico.

Un ejemplo sobre cómo acceder a esos datos. Supongamos que desea ver cómo los patrones de compra de cada cliente cambian mensualmente, como promedio durante todos los años. Haría esto para ver qué clientes generaron la mayor cantidad de ingresos para usted en momentos específicos del año, así que podría, por ejemplo, orientar su publicidad hacia ellos en el mes más o menos anterior.

Utilizaría la identificación del cliente y el mes para extraer información, "colapsando" efectivamente las dimensiones de estado, año y día (en otras palabras, resuma las cifras de ventas para esas tres dimensiones para obtener una resultado dimensional, clientes vs. mes).

+0

estamos trabajando en el mercado financiero del gobierno y es normal para nosotros tener aproximadamente 10-20 dimensiones jerárquicas en cada tabla de hechos. –

32

En el mundo DW, la palabra "dimensión" está sobrecargada - cambia el significado según el contexto. Aquí hay un ejemplo.

  • En cierta fecha, un cliente entra en una tienday compra un producto .

Este ejemplo tiene cuatro dimensiones (fecha, cliente, tienda, producto) y un hecho (ventas). Por lo que una estrella típica Kimball se vería así:

dim4_model_01

Una dimensión (tabla) es una tabla de consulta para las propiedades de los objetos que rara vez cambian.El producto, el cliente y la tienda pueden cambiar algunas de sus propiedades (atributos), pero rara vez lo hacen. La tabla de hechos captura las interacciones entre estos objetos. En la intersección de dimensiones fecha, tienda, producto y cliente se encuentra una medida SalesAmount. Tenga en cuenta lo fácil que es agregar (sumar) el monto de las ventas por fecha, año, producto, marca, ciudad, país, grupo de edad o lo que sea, que fue la idea en primer lugar.

+0

El término completo "dimensiones" con OLAP es demasiado confuso. No sé cómo comenzó, pero no son "dimensiones". Sí, es una forma de proyectar datos ... pero en ingeniería de software llamamos a estos elementos "argumentos" que una función en particular lleva a cabo, resultando en "salida". Las dimensiones solo lo hacen parecer más complicado de lo que es. Estos no son nada "5-dimensional" ... son datos almacenados por lo que se pueden consultar rápidamente sobre 5 argumentos proporcionados. – Patrick

+0

@Patrick; el método se llama Modelado Dimensional, eso es todo. Ver https://en.wikipedia.org/wiki/Ralph_Kimball –

+0

@Patrick una función con 5 argumentos (y 3 medidas) se puede representar como un gráfico en (5 + 3) espacio dimensional. No es más que otra forma de "ver" los datos. –

Cuestiones relacionadas