Data warehouse 无法随时间进行有意义的聚合的数据仓库事实度量?
是否存在数据仓库中可能存在的随时间变化的数字量的示例,这些数据量不能随时间进行有意义的聚合?如果是这样,为什么?使用我们的“时间”概念可以观察到许多亚原子过程,但在聚合时可能没有多大意义。这是因为我们对“时间”的概念在量子层次上没有多大意义。股票层次不能,因为它们代表的是一个在特定时刻已经是一个集合的值 如果您今天有十个项目在库存,昨天有十个项目在库存,本周每天有十个项目在库存,那么您无法在整个一周内将它们有意义地相加到“70”,除非您正在测量空间利用效率之类的东西Data warehouse 无法随时间进行有意义的聚合的数据仓库事实度量?,data-warehouse,Data Warehouse,是否存在数据仓库中可能存在的随时间变化的数字量的示例,这些数据量不能随时间进行有意义的聚合?如果是这样,为什么?使用我们的“时间”概念可以观察到许多亚原子过程,但在聚合时可能没有多大意义。这是因为我们对“时间”的概念在量子层次上没有多大意义。股票层次不能,因为它们代表的是一个在特定时刻已经是一个集合的值 如果您今天有十个项目在库存,昨天有十个项目在库存,本周每天有十个项目在库存,那么您无法在整个一周内将它们有意义地相加到“70”,除非您正在测量空间利用效率之类的东西 其他示例:银行余额、飞轮转速
其他示例:银行余额、飞轮转速或大修后的时间。您的问题的背景是什么?你只是在寻求家庭作业方面的帮助吗?没有。我在一次采访中被问及这个问题,但我无法回答,也无法在网上找到任何可信的答案。这些不是非加性事实的例子吗?难道它们不能用sum()以外的函数聚合吗?比如avg()?哦,当然可以——平均值、最大值、最小值等等。。但在数据仓库中有一个普遍的问题,我希望提问者所指的是非加性指标。如果它们真的意味着根本无法聚合的度量,那么我怀疑是否存在任何度量。我可以想象在不相等的时间间隔上拍摄的快照。但仍然可以应用最小/最大值,但不能应用总和、平均值和百分位数。我不认为有任何例子不能应用man/mix。