Rat*_*r B 17 data-warehouse database-design
我参与了一个新项目，我必须从现有的关系数据库系统创建数据立方体。
我明白，现有的系统设计不当，我不知道从哪里开始。
我的问题是：
我对关系数据建模的经验很少，这个问题可能看起来太基础了，我试图从很少的资源中弄清楚，仍然不清楚。请给出您的意见和建议？
如果我错过了与此问题相关的非常重要的内容，请也分享您对此的看法。
Rat*_*r B 14
在花了一些时间阅读参考书之后，我来到了可以定义星型模式和数据立方体之间的区别的重点。我无法评论这个定义，但这个答案让我满意并帮助我开始这项任务。在这个过程中，我希望我能更好地理解（如果存在）这些技术。这是我的发现：
星型模式和数据立方体的区别：
星型模式是一种维度建模技术。它包含维度和事实（业务测量）。主要用于数据仓库技术。
数据立方体是一个多维表。这意味着，维度和事实表的组合。主要用于 OLAP 分析工具。
数据立方体建立在星型模式上以提高查询性能 - 执行聚合和汇总测量。
它将预先计算值，而不是即时计算，因此可以提高性能。
示例：商品总数、销售额等
我必须从哪里开始？
我意识到我必须从星型模式开始，并在其上构建数据立方体。数据立方体不是建立在 DBMS 系统上，而是在 DBMS 系统之外作为聚合和其他操作。
我希望这个答案能帮助那些不熟悉这项技术的人。如果我遗漏了什么或理解错误，请更正。谢谢你。
小智 7
引用 Kimball 维度建模技术
星型模式和 OLAP 多维数据集
星型模式是部署在关系数据库管理系统 (RDBMS) 中的维度结构。它们的特点是由通过主/外键关系链接到关联维度表的事实表组成。 在线分析处理 (OLAP) 多维数据集是在多维数据库中实现的维度结构；它可以在内容上等同于，或者更经常地源自关系星型模式。OLAP 多维数据集包含维度属性和事实，但可以通过比 SQL 具有更多分析能力的语言（例如 XMLA）访问它。OLAP 多维数据集包含在此基本技术列表中，因为 OLAP 多维数据集通常是部署多维 DW/BI 系统的最后一步，或者可能作为基于更原子的关系星型模式的聚合结构存在。