维度、外键、关系数据

Question

关系数据库的关系和星图中表示的维度之间有什么区别？

作为作业的一部分，我有一个关系数据仓库设计，其中大多数表已经标准化，使用了多到多、一对一、一对多的关系模式(我认为这是正确的术语吗？)如果我错了，请纠正我。下一步是绘制可用于数据挖掘环境的星图，我猜这意味着从不同维度绘制的事实表.

我在这里有点困惑，因为1.我能想到的任何数据分析都可以从关系数据库中提取，那么重新构造它有什么意义呢？2.如果要从中提取数据的某些表包含外键，如何将其分解为维度。

例如:我有这样的关系：

Courses {course_id, description}
Modules {module_id, description}
Course_modules {course_id, module_id}
Students {student_id, address, enrollment_option, enrollment_date, name, surname, nationality, home_language, gender ...}
Module_grades {student_id, module_id, assignment_1, assignment_1_sub_date, assignment_2, assignment_2_sub_date, exam, exam_date, overall_result}

我想知道课程成绩和模块成绩有什么关系。使用关系数据库，我将查询将包含学生信息的表与模块等级表连接起来。维度和报告的等效性是什么？尤其是当我在年级关系中使用多列作为我的主键时。

Answer 1

操作数据库是高度规范化的，这提高了写入性能，并最小化了写入异常。它的目的是促进事务处理。

分析数据库(数据仓库)高度非规范化，提高了读取性能，使非DBA更容易理解。它的设计是为了便于分析。

关系数据库的关系和维度之间的区别是什么？

数据仓库可以在关系数据库中，并且可以使用它的关系(表)，所以没有区别。

我能想到的任何数据分析都可以从关系数据库中提取，那么重构它有什么意义呢？

数据仓库通常包括许多来源的数据，而不仅仅是您的操作数据库。例如:电子邮件，网站抓取。

如果你告诉你的老板加入十个表来做一个简单的分析，你就会被解雇。

如果要从中提取数据的某些表包含外键，如何将其拆分为维度。

这完全取决于您试图分析的内容，但通常情况下，您将数据反错并复制到维度表中。

尺寸设计

您需要从要分析的流程或事件开始。

使用Excel。添加与分析相关的所有列。例如，如果您正在分析访问您网站的人员的过程，Excel中的每一行将表示一个站点访问，并且列可能是start_time、访问的页面、第一页、最后一页等。

现在执行一个级别的规范化。找到可以组合在一起的分类列(比如关于用户web浏览器的信息)。这些内容将放在浏览器维度表中。找到(真)你无法正常化的数值。这些是度量值。例如，访问的页面数。

引用维度表的度量值和键是事实表。

现在去读这本书吧。