您如何设计OLAP数据库？

确定维度（或依据）这些是您可能希望分析/分组报告的依据。源数据库中的每个表都是一个潜在的维。维度应尽可能采用层次结构，例如，您的“日期”维度应具有年，月，日的层次结构，“相似位置”应具有例如“国家”，“地区”，“城市”层次结构。这将使您的OLAP工具可以更有效地计算聚合。

确定度量标准这些是客户希望查看的KPI或实际数字信息，通常可以汇总这些度量标准，因此，源数据库中的任何非标志，非关键数字字段都是潜在的度量标准。

以星型模式排列，在“事实”表的中央带有“度量”，并与适用的“维”表建立FK关系。度量应存储在最低维度层次结构级别。

标识事实表的“谷物”，这实际上是持有的“详细程度”。通常由报告要求，报告来源中可用的数据粒度和报告解决方案的性能要求确定。您可以随时进行识别，也可以在确定所有重要数据后将其作为最后一步。我倾向于最后一步，以确保事实表之间的粒度保持一致。

最后一步是确定缓慢变化的尺寸及其要求。例如，如果客户维度包括其地址的一个元素并且他们移动，那么该如何处理。