【正文】 括定義數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的語(yǔ)言原語(yǔ)，這包括兩種原語(yǔ)定義：一種是立方體定義，一種是維定義 ? 立方體定義 (事實(shí)表 ) define cube cube_name [dimension_list]: measure_list ? 維定義 (維表 ) define dimension dimension_name as (attribute_or_subdimension_list) ? 特殊案例 (共享維表的定義 ) ? 第一次作為維表定義 “ cube definition” ? 然后： define dimension dimension_name as dimension_name_first_time in cube cube_name_first_time 實(shí)例：使用 DMQL定義星型模式 define cube sales_star [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) 實(shí)例：使用 DMQL定義雪花模式 define cube sales_snowflake [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier(supplier_key, supplier_type)) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city(city_key, province_or_state, country)) 實(shí)例：使用 DMQL定義事實(shí)星座模式 define cube sales [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) define cube shipping [time, item, shipper, from_location, to_location]: dollar_cost = sum(cost_in_dollars), unit_shipped = count(*) define dimension time as time in cube sales define dimension item as item in cube sales define dimension shipper as (shipper_key, shipper_name, location as location in cube sales, shipper_type) define dimension from_location as location in cube sales define dimension to_location as location in cube sales 度量的分類 ? 一個(gè)數(shù)據(jù)立方體的度量是一個(gè) 數(shù)值 函數(shù)，該函數(shù)可以對(duì)數(shù)據(jù)立方體的每一個(gè)點(diǎn)求值。 ? 雪花模式（ Snowflake schema） : 是星型模式的變種，其中某些維表是規(guī)范化的，因而把數(shù)據(jù)進(jìn)一步分解到附加表中。這種模型可以以星型模式、雪花模式、或事實(shí)星座模式的形式存在。 0維方體存放最高層的匯總，稱作 頂點(diǎn)方體 ；而存放最底層匯總的方體則稱為 基本方體 。 ? 多維數(shù)據(jù)模型圍繞中心主題組織，該主題用 事實(shí)表表示 ? 事實(shí)表 包括事實(shí)的名稱或度量以及每個(gè)相關(guān)維表的關(guān)鍵字 ? 事實(shí) 指的是一些數(shù)字度量 多維數(shù)據(jù)模型 (2) —— 示例 time_key day day_of_the_week month quarter year time 維表 location_key street city state_or_province country location 事實(shí)表 Sales 事實(shí)表 time_key item_key branch_key location_key units_sold dollars_sold avg_sales 度量 item_key item_name brand type supplier_type item 維表 branch_key branch_name branch_type branch 維表 多維數(shù)據(jù)模型 (3) ? 在數(shù)據(jù)倉(cāng)庫(kù)中，數(shù)據(jù)立方體是 nD的 (n維） ? （關(guān)系表和電子表格是幾維的？） ? 示例 ? AllElectronics的銷售數(shù)據(jù)按維 time, item的 2D視圖 多維數(shù)據(jù)模型 (3) ? AllElectronics的銷售數(shù)據(jù)按維 time, item和 location的 3D視圖 多維數(shù)據(jù)模型 (3) ? AllElectronics的銷售數(shù)據(jù)按維 time, item和 location的 3D視圖的 3D數(shù)據(jù)立方體表示 多維數(shù)據(jù)模型 (3) ? 銷售數(shù)據(jù)的 4D立方體表示 多維數(shù)據(jù)模型 (3) ?多維數(shù)據(jù)模型為不同角度上的數(shù)據(jù)建模和觀察提供了一個(gè)良好的基礎(chǔ) 多維數(shù)據(jù)模型 (4) ?在數(shù)據(jù)倉(cāng)庫(kù)的研究文獻(xiàn)中，一個(gè) n維的數(shù)據(jù)的立方體叫做 基本方體 。它由 維 和事實(shí) 定義 ? 維 是關(guān)于一個(gè)組織想要記錄的視角或觀點(diǎn)。 ? 操作數(shù)據(jù)庫(kù)的更新操作不會(huì)出現(xiàn)在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境下。 ? 數(shù)據(jù)倉(cāng)庫(kù) :從歷史的角度提供信息（比如過(guò)去 510 年） ? 數(shù)據(jù)倉(cāng)庫(kù)中的每一個(gè)關(guān)鍵結(jié)構(gòu)都隱式或顯式地包含時(shí)間元素，而操作數(shù)據(jù)庫(kù)中的關(guān)鍵結(jié)構(gòu)可能就不包括時(shí)間元素。 數(shù)據(jù)倉(cāng)庫(kù)關(guān)鍵特征三 —— 隨時(shí)間而變化 ?數(shù)據(jù)倉(cāng)庫(kù)是從歷史的角度提供信息 ? 數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間范圍比操作數(shù)據(jù)庫(kù)系統(tǒng)要長(zhǎng)的多。 ? 確保命名約定、編碼結(jié)構(gòu)、屬性度量等的一致性。 數(shù)據(jù)倉(cāng)庫(kù)關(guān)鍵特征二 —— 數(shù)據(jù)集成 ?一個(gè)數(shù)據(jù)倉(cāng)庫(kù)是通過(guò)集成多個(gè)異種數(shù)據(jù)源來(lái)構(gòu)造的。 ? 為統(tǒng)一的歷史數(shù)據(jù)分析提供堅(jiān)實(shí)的平臺(tái)，對(duì)信息處理提供支持 ?數(shù)據(jù)倉(cāng)庫(kù)區(qū)別于其他數(shù)據(jù)存儲(chǔ)系統(tǒng) ? “數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、隨時(shí)間而變化的、不容易丟失的數(shù)據(jù)集合，支持管理部門的決策過(guò)程 .”—W. H. Inmon 數(shù)據(jù)倉(cāng)庫(kù)關(guān)鍵特征一 —— 面向主題 ?面向主題，是數(shù)據(jù)倉(cāng)庫(kù)顯著區(qū)別于關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)的一個(gè)特征 ? 圍繞一些主題，如顧客、供應(yīng)商、產(chǎn)品等 ? 關(guān)注決策者的數(shù)據(jù)建模與分析，而不是集中于組織機(jī)構(gòu)的日常操作和事務(wù)處理。 ? 發(fā)現(xiàn)趨勢(shì)，產(chǎn)生結(jié)果集 ? 少量用戶指導(dǎo) ? 大量數(shù)據(jù)集 決策支持系統(tǒng) ?產(chǎn)生于 20世紀(jì) 80年代中期 ?目標(biāo)：為組織機(jī)構(gòu)的主管綜合數(shù)據(jù)，使得他們能夠基于數(shù)據(jù)分析，為決策提供支持。 ? 流程實(shí)例：流程實(shí)例是最低層次的任務(wù)，包括行動(dòng)記錄、決策