Kimball经典之作
前言如果没有对海量数据进行科学分析的能力，沃尔玛的老板再精明，也绝对想不到“啤酒与尿布”这两个风马牛不相及的东西之间还有着千丝万缕的联系。而将它们放在一起，竟然增加了啤酒的销量，可见数据分析的巨大威力。
对于数据仓库来说，业务需求才是第一位的。
产业界已经认定，维度模型是为数据仓库用户提交数据德最可行的技术手段。
联机事务处理(OLTP, online Transaction Processing)
在线分析处理(OLAP,online Analystic Processing)
元数据指的是数据仓库环境中除去数据本身之外的所有信息，它是数据仓库的百科全书的同义词。
元数据以各种各样的形态和格式出现而提供对数据仓库的技术、管理或者业务等方面的用户群体的支持。
事实表是维度模型的基本表
事实表的一行对应一个度量值，一个度量值就是事实表的一行，事实表的所有度量值必须具有相同的粒度。
事实表中最有用的事实是数字类型与可加型事实。
在维度模型中，事实表表示维度间多对多的关系。
在维度模型中每个表示多对多关系的表都是事实表，而所有其他的表都是维度表。
维度表
维度表是事实表不可分割的伴侣。
维度表是进入事实表的入口。丰富的维度属性给出了丰富的分析切割能力。维度给用户提供了使用数据仓库的接口。
最好的属性是文本的和离散的。属性应该是真正的文字而不应是一些编码简写符号。
维度属性是查询约束条件、成组与报表标签生产的基本来源。
维度表属性在数据仓库中承担着一个重大的角色。
维度表是进入事实表的入口。丰富的维度属性给出了丰富的分析切割能力。维度给用户提供了使用数据仓库的接口。
维度模型与数据中心都只是应用于概要性数据方面的。
维度模型与数据中心是针对部门而不是针对企业的解决方案。
维度模型与数据中心仅当存在可预见的使用模式时才适合。
维度模型与数据中心是不能集成的，