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 打赏收藏转发到动态举报

写回复

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

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 维度建模维度表事实表维度退化缓慢变化维

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

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

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 ...

7,388

社区成员

6,742

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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