Dimension y Fact son términos clave en el diseño de la base de datos OLAP.
- La tabla de hechos contiene datos que pueden agregarse.
- Las medidas son expresiones de datos agregados (por ejemplo, suma de costos, recuento de llamadas, ...)
- La dimensión contiene datos que se usan para generar grupos y filtros.
- La tabla de hechos sin datos de dimensiones es inútil. Una muestra: "la suma de las órdenes es 1M" no es información sino "la suma de las órdenes de 2005 a 2009".
Ellos son una gran cantidad de herramientas de BI que trabajan con estos conceptos (por ejemplo Microsft SSAS, Tableau Software) e idiomas (e. MDX).
Algunas veces no es fácil saber si un dato es una medida o una dimensión. Por ejemplo, estamos analizando revenue
, ambos escenarios son possibles:
- 3 medidas:
net profit
, overheads
, interest
- 1 medida:
profit
y 1 dimensión: profit type
(con 3 elementos: neto, sobrecarga, interés)
El analista de BI i s quien determina cuál es el mejor diseño para cada solución.
EDITADO debido a la cuestión también está siendo editado:
Una solución OLAP por lo general tiene una capa semántica. Esta capa proporciona a la información de la herramienta OLAP acerca de: qué elementos son datos de hechos, qué elementos son datos de dimensión y las relaciones de tabla.A diferencia de los sistemas OLTP, no es necesario que una base de datos OLAP esté debidamente normalizada. Por este motivo, puede tomar datos de dimensiones de varias tablas, incluidas tablas de hechos. Una dimensión que toma datos de una tabla de hechos se llama Fact Dimension or Degenerate dimension.
Son muchos los conceptos que usted debe tener en cuenta en el diseño de bases de datos OLAP: "Esquema de estrella", "NIEVE esquema", "claves suplentes", "jerarquías entre padres e hijos", ... ¿El
por favor vea mi pregunta actualizada. Estoy agradecido por su respuesta hasta ahora, pero quiero saber un poco más que yo sepa. –
ok, lee la respuesta. – danihp