Olgu tablosu ve Boyut tablosu arasındaki fark nedir?

İş nesneleri için bir kitap okurken, terim-olgu tablosu ve boyut tablosu ile karşılaştım.

Boyut tablosu ile Gerçek tablosu arasındaki farkın ne olduğunu anlamaya çalışıyorum?

İnternette birkaç makale okudum ama net anlayamadım ..

Herhangi bir basit örnek daha iyi anlamama yardımcı olur mu?

Bu bölümü cevaplamak için:

Boyut tablolarının olgu tablosu olup olamayacağını anlamaya mı çalışıyordum?

Kısa cevap (INMO) Hayır, çünkü 2 tür tablo farklı nedenlerle oluşturulmuştur. Bununla birlikte, bir veritabanı tasarımı perspektifinden, bir boyut tablosunda, her zaman üst öğe olarak bir boyut tablosuna (veya daha fazlasına) sahip olan olgu tablosunda olduğu gibi bir üst tablo olabilir. Ayrıca, olgu tabloları toplanabilir, ancak Boyut tabloları toplanmaz. Diğer bir neden de olgu tablolarının yerinde güncellenmemesi, bazı durumlarda Boyut tablolarının yerinde güncellenebilmesidir.

Daha fazla detay:

Olgu ve boyut tabloları, genellikle Yıldız Şeması olarak bilinen bir ortamda görünür. Yıldız şemasının birincil amacı, karmaşık normalleştirilmiş bir tablo kümesini basitleştirmek ve verileri (muhtemelen farklı sistemlerden) çok verimli bir şekilde sorgulanabilen tek bir veritabanı yapısında birleştirmektir.

En basit haliyle, bir olgu tablosu (Örnek: StoreSales) ve bir veya daha fazla boyut tablosu içerir. Her Boyut girişinin kendisiyle ilişkili 0,1 veya daha fazla olgu tablosu vardır (Boyut tabloları örneği: Coğrafya, Öğe, Tedarikçi, Müşteri, Zaman vb.). Boyutun bir ebeveyni olması da geçerli olacaktır, bu durumda model "Snow Flake" tipindedir. Ancak tasarımcılar, performansı yavaşlatan daha fazla birleşime neden olduğu için bu tür bir tasarımdan kaçınmaya çalışırlar. StoreSales örneğinde, Coğrafya boyutu sütunlardan oluşabilir (GeoID, ContenentName, CountryName, StateProvName, CityName, StartDate, EndDate)

Bir Kar Tanesi modelinde, Coğrafi bilgiler için 2 normalleştirilmiş tablonuz olabilir: İçerik Tablosu, Ülke Tablosu.

Star Schema'da pek çok örnek bulabilirsiniz. Ayrıca, yıldız şeması modeli Inmon ile Kimball'un alternatif bir görünümünü görmek için buna göz atın . Kimbal'ın iyi bir forumu var, buradan da kontrol etmek isteyebilirsiniz: Kimball Forum .

Düzenleme: 4NF örnekleri hakkındaki yorumları yanıtlamak için:

• 4NF'yi ihlal eden bir olgu tablosu örneği:

Satış Bilgisi (ID, BranchID, SalesPersonID, ItemID, Amount, TimeID)

• 4NF'yi ihlal etmeyen bir olgu tablosu örneği:

AggregatedSales (BranchID, TotalAmount)

İşte ilişki 4NF'de

Son örnek oldukça nadirdir.

Veri Ambarı Modellemede, bir yıldız şeması ve bir kar tanesi şeması , Olgu ve Boyut tablolarından oluşur .

Olgu Tablosu:

• Boyutun tüm birincil anahtarlarını ve satılan miktar, satılan miktar ve ortalama satışlar gibi ilgili gerçekleri veya ölçüleri (üzerinde hesaplamaların yapılabildiği bir özelliktir) içerir.

Boyut Tabloları:

• Boyut tabloları, gerçekler tablosunda kaydedilen tüm ölçümler için açıklayıcı bilgiler sağlar.
• Olgu tablosu karşılaştırması olarak boyutlar nispeten çok küçüktür.
• Yaygın olarak kullanılan boyutlar; insanlar, ürünler, yer ve zamandır.

görüntü kaynağı

Bu, olgu ve boyut tabloları arasında nasıl ayrım yapılacağına dair çok basit bir cevap gibi görünüyor!

Boyutları nesneler veya nesneler olarak düşünmek yardımcı olabilir. Bir ürün gibi bir şey, bir iş olayına hiç karışmadan var olabilir. Boyut sizin adınızdır. Satış gibi bir iş olayından bağımsız olarak var olabilen bir şeydir. Ürünler, çalışanlar, ekipman, var olan her şeydir. Bir boyut ya bir şey yapar ya da ona bir şey yaptırır.

Çalışanlar satar, müşteriler satın alır. Çalışanlar ve müşteriler boyutların örnekleridir, öyle yaparlar.

Ürünler satılır, onlar da kendilerine bir şey yaptırdıkları için boyutlardır.

Gerçekler, fiildir. Olgu tablosundaki bir giriş, boyut tablosundaki bir şeyin başına gelen ayrı bir olayı işaretler. Bir ürün satışı, bir olgu tablosuna kaydedilir. Satış olayı, hangi ürünün satıldığı, hangi çalışanın sattığı ve hangi müşterinin satın aldığı ile not edilir. Ürün, Çalışan ve Müşteri, olayı, satışı tanımlayan boyutlardır.

Ek olarak olgu tablolarında tipik olarak bir tür nicel veri bulunur. Satılan miktar, öğe başına fiyat, toplam fiyat vb.

Kaynak: http://arcanecode.com/2007/07/23/dimensions-versus-facts-in-data-warehousing/

DB / DW terminolojisini pek bilmeyen bir kişinin bakış açısından bu cevabı daha kolay anladım.

http://databases.about.com/od/datamining/a/Facts-Vs-Dimensions.htm

Önce bunu incelemenizi ve ardından daha fazla ayrıntı için Emmad Kareem'in cevabını incelemenizi tavsiye edeceğim. Umarım yardımcı olur.

Süper basit açıklama:

Olgu tablosu: Arama kimliklerini birlikte eşleyen bir veri tablosu. Genellikle uygulamanızın merkezi olan ana tablolardan biridir.

Boyut tablosu: olgu tablosunda sık sık tekrarlanan değerleri (şehir adları veya eyaletler gibi) depolamak için kullanılan bir arama tablosu.

En basit haliyle, bir boyut tablosunun, deyim yerindeyse tüm 'öğelerin' bir listesini tutan bir 'Ana' tablo gibi bir şey olduğunu düşünüyorum.

Olgu tablosu, tüm işlemleri açıklayan bir işlem tablosudur. Ayrıca, satış elemanına göre toplam satışlar, şubelere göre toplam satışlar gibi birleştirilmiş (gruplanmış) veriler - bu tür tablolar bağımsız olgu tabloları olarak da mevcut olabilir.

Boyut tablosu Boyut tablosu, olgu tablolarında saklanan ölçümlerin niteliklerini içeren bir tablodur. Bu tablo, düğümlerde dolaşmak için kullanılabilecek hiyerarşiler, kategoriler ve mantıktan oluşur.

Olgu tablosu , iş süreçlerinin ölçümünü içerir ve boyut tabloları için yabancı anahtarları içerir.

Örnek - İş süreci tuğla imalatı ise

Bir kişi / makine tarafından üretilen ortalama tuğla sayısı - iş sürecinin ölçüsü

1. Olgu tablosu esas olarak, boyut tablolarındaki birincil anahtarlara atıfta bulunan iş gerçeklerinden ve yabancı anahtarlardan oluşur. Bir boyut tablosu, esas olarak metin alanları olan tanımlayıcı niteliklerden oluşur.
2. Bir boyut tablosu bir vekil anahtar, doğal anahtar ve bir dizi öznitelik içerir. Aksine, bir olgu tablosu bir yabancı anahtar, ölçümler ve dejenere boyutlar içerir.
3. Boyut tabloları, bir olgu tablosunun ölçümü için açıklayıcı veya bağlamsal bilgi sağlar. Öte yandan, olgu tabloları bir işletmenin ölçümlerini sağlar.
4. İki tablonun boyutunu karşılaştırırken, bir olgu tablosu boyutlu bir tablodan daha büyüktür. Bir karşılaştırma tablosunda, olgu tablolarından daha fazla boyut sunulur. Bir olgu tablosunda, daha az sayıda olgu gözlemlenir.
5. Önce boyut tablosunun yüklenmesi gerekir. Olgu tabloları yüklenirken boyut tablosuna bakmak gerekir. Bunun nedeni, olgu tablosunun boyut tablosundaki birincil anahtarlar olan ölçüler, gerçekler ve yabancı anahtarlara sahip olmasıdır.

Daha fazlasını okuyun: Boyut Tablosu ve Olgu Tablosu | Arasındaki Fark | Boyut Tablosu - Gerçek Tablosu http://www.differencebetween.net/technology/hardware-technology/dimension-table-and-fact-table/#ixzz3SBp8kPzo

Boyut tablosu: Boyut tablosu olarak adlandırılan karakterize edilen tarih ile ilgili bilgileri tutabilmekten başka bir şey değildir.

Örnek: Zaman Boyutu, Ürün Boyutu.

Bilgi Tablosu: Ölçütler veya ön hesaplama verileri hakkında bilgi tutabilmekten başka bir şey değildir.

Örnek: Satış Gerçeği, Sipariş Gerçeği.

Yıldız şeması: Başlangıç ​​Şeması olarak boyut tablosu formuna sahip bir olgu tablosu bağlantısı.

görüntü açıklamasını buraya girin