社区
数据仓库
帖子详情
数据仓库中建立时间维度只能列出,某年,某季或某月的数据,我想列出某天到某天的数据应该怎么办呢?
silverpearl
2006-07-17 03:31:43
如题。
...全文
245
5
打赏
收藏
数据仓库中建立时间维度只能列出,某年,某季或某月的数据,我想列出某天到某天的数据应该怎么办呢?
如题。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
dataopen
2006-07-20
打赏
举报
回复
就按时间段查询吧
innovate911
2006-07-20
打赏
举报
回复
这个只是设计问题, 时间维表一般都应建父子维表, 比如应该有日的维表,周的维表,月的维表,季度的维表等.这样就能满足数据仓库各种应用需求了.
cobejordan
2006-07-20
打赏
举报
回复
你现在的时间维度粒度只到月,可以把粒度细化到天。
sduzjw
2006-07-20
打赏
举报
回复
看来好像搞不定,粒度没有天的怎么查从某天到某天的数据
xjk00
2006-07-17
打赏
举报
回复
你的维粒度设置细一些就可以了,呵呵
数据
仓库
——
维度
建模
数据
仓库
维度
建模
维度
表 事实表
维度
退化 缓慢变化维
数据
仓库
维度
建模建设步骤
一、
数据
仓库
的架构
数据
仓库
(Data Warehouse DW)是为了便于多维分析和多角度展现而将
数据
按特定的模式进行存储所建立起来的关系型
数据
库,它的
数据
基于OLTP源系统。
数据
仓库
中
的
数据
是细节的、集成的、面向主题的,以OLAP系统的分析需求为目的。
数据
仓库
的架构模型包括了星型架构(图二:pic2.bmp)与雪花型架构(图三:pic3.bmp)两种模式。如图所示,星型架构的
中
间为事实表,四周为
维度
表,类似星星;而相比较而言,雪花型架构的
中
间为事实表,两边的
维度
表可以再有其关联子表,从而表达了清晰
浅谈
数据
仓库
维度
建模
浅谈
数据
仓库
维度
建模流程 谈到Big Data就离不开
数据
仓库
、
数据
集市等概念,而谈到
数据
仓库
、
数据
集市,就又离不开
数据
仓库
设计的方法,
维度
建模则是其
中
的典型。与
维度
建模相对立的则是范式建模,范式建模常用于传统的DB关系型
数据
库
中
。范式建模讲究三范式,讲究原子性,一致性,隔离性,持久性。讲究最小原子列不可再分,讲究消除部分依赖,y=f(x),y依赖于x,且x的任一真子集x’不满足对应唯一y。讲究消除传递依赖,当x---->y(y!------>x),z------>x(x!------&g
数据
仓库
中
的
维度
维度
维度
在
数据
仓库
中
主要对事实指标进行过滤和重新组织提供指导。可以将用户对事实的查询结果按照
维度
指标进行筛选,只允许与
维度
指标相关的
数据
返回给用户。
维度
一般具有如下特性:可以形成一个
维度
体系,具备访问和过滤事实的能力,能够提供相关的非标准实体,包括一个完整的
维度
体系编码、关键词以及相关的表示,可以映射到用户所需要信息的列。在物理
数据
仓库
中
是较小的表,可以对前台用户的应用程序进行
数据
填充,或
数据
仓库
主题七-(
维度
变化和特殊
维度
问题)
一、
维度
设计之
维度
变化 1、
数据
仓库
的重要特点之一是反映历史变化,,
维度
的属性并不是静态的,它会随着时间的流逝发生缓慢的变化与
数据
增长较为快速的事实表相比,
维度
变化相对缓慢。在一些情况下,我们需要保留历史数进行分析。所以我们需要对缓慢变化的
维度
进行设计和处理。在 Kimball 的理论
中
,种处理缓慢变化维的方式,下面通过简单的实例进行说明,具体细节请翻阅 Kimball 的相关书籍。 todo 待更新 二、
维度
设计值特殊
维度
...
数据仓库
7,388
社区成员
6,742
社区内容
发帖
与我相关
我的任务
数据仓库
其他数据库开发 数据仓库
复制链接
扫一扫
分享
社区描述
其他数据库开发 数据仓库
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章