发布日期:2013-11-29 10:38 来源: 标签: Inmon Kimball 方法
在数据仓库领域,存在两种得到广泛认可的方法来构建决策支持基础架构,可以使用SQLServer Analysis Services 2012 多维中提供的工具来实现这两种方法。我们有必要了解这两种方法及其所带来的被广为引用的观点分歧。

       在数据仓库领域,存在两种得到广泛认可的方法来构建决策支持基础架构,可以使用SQLServer Analysis Services 2012 多维中提供的工具来实现这两种方法。我们有必要了解这两种方法及其所带来的被广为引用的观点分歧。这些观点主要公开发表于以下两本经典著作:The DataWarehouse Lifecycle Toolkit(由Ralph Kimball、Laura Reeves、Margy Ross 和Warren Thornthwaite合著)和Corporate Information Factory(由Bill Inmon、Claudia Imhoff 和Ryan Sousa 合著)。

       Kimball 很早就发现了卡壳的问题。如果企业中存在多个使用不同的方式识别和存储数据的独立系统,那么就会出现卡壳问题。尝试连接这些系统或者在数据仓库中使用其数据会产生一种类似于化简为繁的设备的东西。为了解决这种问题,Kimball 提倡使用一致的维度。所谓一致,指的就是特定的维度(例如销售情况)在各个数据市场中应该具有相同的特性和汇总(本章前面的“多维数据集”一节中对此概念进行了介绍)。或者,至少一个数据市场中的特性和汇总应该是另一个数据市场中的特性和汇总的子集。按照这种方式,可以根据数据市场构成数据仓库。Kimball 方法的真正要旨在于,数据仓库包含维度数据库以便于进行分析,而且用户可以直接查询数据仓库。

        Inmon 方法将数据仓库放置在第三范式(非维度形式)中,用户需要查询数据市场,而不是数据仓库。在这种方法中,数据市场具有维度的性质。但是,它们可能具有也可能没有Kimball 所说的一致的维度。
令人高兴的是,并不需要成为任何一派的正式成员即可在这一领域工作,本书没有严格遵循其中任何一种方法。在你使用本书的过程中,我们试图让你认识到,按照固有的使用方法(这里介绍的就是这些固有使用方法)使用产品,某些最佳实践和有效的方法自然会呈现出来

相关评论

专题信息
    SQL Server 2012附带了强大的Analysis Services新功能,可使商业智能得到显著增强。本书由Microsoft产品团队的主要成员编写,介绍了如何应用这些新功能来创建复杂的BI解决方案。为了实现这一目的,你将在本书中了解到如何使用SQL Server Analysis Services设计、构建和处理多维和表格商业智能语义模型(BISM)。