多维模型以数据多维数据集的形式查看数据。数据立方体使数据可以在多个维度上建模和查看。它由维度和事实定义。
维度是组织保存记录所依据的观点或实体。例如, 商店可以创建一个销售数据仓库, 以保存维度时间, 项目和位置的商店销售记录。这些尺寸使保存者可以跟踪事物, 例如, 物品的每月销售和物品的销售地点。每个维度都有一个与之相关的表, 称为维度表, 该表进一步描述了维度。例如, 项目的尺寸表可能包含属性item_name, brand和type。
围绕中心主题（例如销售）组织多维数据模型。该主题由事实表表示。事实是数字量度。事实表包含相关维表的事实或度量的名称。
文章图片
考虑一下德里市每季度售出商品的商店数据。数据显示在表中。在此2D表示中, 德里的销售额显示为时间维度（按季度组织）和项目维度（根据所售项目的类型分类）。事实或度量以rupee_sold显示（以千为单位）。
文章图片
现在, 如果要查看第三维的销售数据, 例如, 假设根据时间和项目的数据, 以及考虑了钦奈, 加尔各答, 孟买和德里等城市的位置。这些3D数据显示在表中。表格的3D数据表示为一系列2D表格。
文章图片
【什么是多维数据模型（）】从概念上讲, 它也可以由3D数据立方体形式的相同数据表示, 如图所示：
文章图片
推荐阅读
- 数据挖掘中的集群解析
- 什么是事实星座图式（）
- 什么是数据集市（）
- 什么是数据立方体（）
- 40多个顶级CSS常见面试问题和答案合集
- 最佳软件测试常见面试题及答案合集介绍
- Python学习线路图（如何学习Python（分步指南））
- Java学习线路图（如何学习Java（分步指南））
- 2022年前端开发人员必备的最佳CSS框架合集