[Microsoft-SSAS] Cube Concept — DW and OLAP

Before getting into MDX…
Let’s learn some terminologies

• DW(data warehouse,資料倉儲)
  目地:將不同來源資料整合起來,找出共通性以協助做決策
  DW是一種資料庫，且符合以下四個特性
  1.Subject-Oriented(主題導向):例如網路流量、商品資訊
  2.Integrated(整合性)：結合不同來源的資料，例如關聯式資料庫、文字檔
  3.Non-Volatile(非揮發性)：舊資料不會被取代，可分析歷史資料
  4.Time-Variant(時間變異性)：新資料會不斷被載入，因此具有時間的屬性
  (by Inmon,2005)

DW vs. ODS

•DW和ODS(operation database systems)差別
DW主要使用OLAP,用於分析
ODS主要使用OLTP,用於日常作業記錄

•DW schema常見的有以下
star-schema:最常見的model
一個fact table,並連接多個dimension table
snowflake schema:
類似star-schema,但dimension table內又連接dimension table
fact constellation schema/galaxy schema:可表達複雜的關係多個fact table,以及連接多個dimension table

What’s Cube

•Data Cube(資料方塊)
1.OLAP中最基本的建構單元
2.提供快速回應查詢資料的機制
3.DW子集合所建立的資料集合，由Dimension與Measure所定義的Multi-dimensional Structure，此架構可提供使用者快速而複雜的查詢

• Data Cube是由資料倉儲子集合所建立的資料集合，主要由Dimension(維度)與Measure(量值)所定義的Multi-dimensional Structure(多維度結構)，Dimension概念就是分析時的角度，例如時間、來源等，維度一般會還在定階層，例如時間可分為年、月、日，而Measure則感興趣的資料，例如流量、封包數等統計數據

Data Warehousing Structure

The Cube

Source (Simplified Chinese): https://wenku.baidu.com/view/0e72ffaad1f34693daef3e99?pcf=2&fbclid=IwAR2Ks9qB8WrVXeGLH5Elfe2bJ-b5b1O2e435h2cWKYWVi0rDQ5K1AFpSP3o