data-warehouse - 星型模式设计中的维表有哪些类型？

Question

在阅读星型模式设计时，我看到许多人对不同类型的维度表使用不同的名称。

请列出每种类型的名称和简短描述。如果有任何列表还有一个别名。

Answer 1

到目前为止，我遇到过这些类型的维度表：

常规尺寸
标准星型尺寸。

时间维度
标准星维度的特例。

父子维度
用于建模层次结构，fx BOM（物料清单）。

雪花维度
也可用于建模层次结构。

退化维度
当维度属性存储为事实表的一部分，而不是存储在单独的维度表中时。通常用于高基数维度，如“事务数”。

垃圾维度
具有不同且不相关的属性组合的单个表，以避免事实表中存在大量外键。通常创建垃圾维度来管理由快速变化的维度创建的外键。通常用于低基数、不相关的维度，如性别或其他布尔值。

角色扮演维度
例如，“日期”维度可用于“销售日期”以及“交付日期”或“雇用日期”。

小尺寸
用于快速变化的大尺寸。通常用于管理维度中的高频、低基数变化。

一致性维度
在多个数据库表中实现，在每个实现中使用相同的结构、属性、域值、定义和概念。也可以在名称共享维度下看到。

Monster Dimension
一个非常大的维度。

收缩维度
是维度属性的子集，适用于更高级别的汇总。例如，月份维度将是日期维度的缩小维度。Month 维度可以连接到粒度为每月级别的预测事实表。方面。

推断维度
在加载事实记录时，维度记录可能尚未准备好。一种解决方案是为所有其他属性生成一个带有 Null 的代理键。这在技术上应该称为推断成员，但通常称为推断维度。

静态维度
它不是从原始数据源中提取的，而是在数据仓库的上下文中创建的。静态维度可以手动加载（例如使用状态代码），也可以通过过程生成，例如日期或时间维度。

多值维度
只是多对多关系中涉及的实体之间的桥梁表。多对多也可能在事实和维度之间。

然后有一组维度表，我称之为动态维度。这些可以进一步分为2组。

缓慢变化的维度/快速变化
的维度 随时间变化的维度属性

缓慢增长维度/快速增长维度
与维度 中记录/元素的增长有关。

注意：这些可以与维度表的大小相结合，产生“快速变化的怪物维度”、“缓慢变化的迷你维度”等。

特殊情况：
我不确定这些，所以请帮助描述/使用场景。

数据挖掘维度
虚拟维度
人口统计维度
可写维度
依赖维度
独立维度
初级维度
二级维度
第三维度
信息维度
维度分类
维度 来自总账的不符合维度

Answer 2

参考维度
当维度的键列通过雪花模式设计中另一个维度表中的键间接连接到事实表时，多维数据集维度和度量值组之间存在参考维度关系，如下图所示：

参考维度的别名可以是雪花维度，因为参考维度关系表示雪花模式设计中的维度表和事实表之间的关系。

Answer 3

数据质量维度
一些作者建议添加一个称为数据质量维度的特殊维度来进一步描述每个事实表记录。

然后，数据质量维度中的典型值可以是“<em>正常值”、“超出范围的值”、“<em>不太可能的值”、“<em>已验证的值”、“<em>未验证的值”， ”和“<em>不确定的价值。”</p>

注意：在数据质量维度中选择的值取决于给定情况下的特定业务需求。