如何从现有数据库中实际构建数据仓库？

Question

希望如此，这个问题符合堆栈溢出标准。

我很清楚数据仓库的概念。但是，我对实际构建数据仓库感到困惑，因为我只是在编写报告工具。

假设我的Oracle中有一个数据库，考虑20个表。据我所知，DW大楼的建设步骤是“做ETL”。

但我很困惑，

1)以表格结构的方式定义维度和事实&它们之间的关系。

2)如何选择或实现我想要的模式，比如事实星座？

我应该如何确定这是维度，这是事实？

4)我应该如何使用代孕密钥？

简单地说，我想用现有的数据在数据库中构建一个数据仓库。我该怎么做？

欢迎您的回答，想法，参考资料。

Answer 1

首先，照伊恩说的去做。

有许多不同的接触数据仓库。这里有一个人的观点，它不一定是最好的或正确的，但我有几年的工作经验，在我想象是类似于你的情况(有人说，‘嘿，让我们建立一个数据仓库的报告和其他东西)

来了

1]维度表-查找具有随时间事实表可能发生变化的信息的表-时间值/状态中的点(通常不按维数)。通常包含一堆可聚合的数据字段和返回到维度表的链接。

产品，人员，组织是尺寸表的候选。销售，Org图表关系，员工计数是事实表的候选

事实将包含返回维度表的FK链接。维度表不应该有对其他表的任何直接FK引用(如果有必要，可以使用桥接表，但是如果您尝试将源系统重构为其本身的一个维度副本，那么您将有一个糟糕的时间。)

从你将要报告的内容开始，然后从那里开始工作。通常答案是“我们需要报告一切”，但最终你会发现。(我不太清楚你在问什么)

3)高层次:考虑excel中的交叉选项卡图。如果字段是列或行标题，则可能是一个维度。如果是图表中的一个数字，那很可能是事实。

4]在你的仓库里总是使用你自己的代孕钥匙。(代理密钥使您能够在维度表中拥有唯一的主密钥)将它们对每个人保密，它们只适用于您的仓库/数据集市。opinionEven为您的事实表提供了它们自己的代理键，即使它们可以使用复合PK/意见。

再次，我强烈要求你们花更多的时间调查数据仓库的概念。对数据仓库的目标以及如何/如果将数据仓库与数据集市分离，提出一个强有力的内部概念。

考虑花费精力修复您的源系统，以便它们能够产生您所追求的输出。