Database DWH：既然已经有了DB星型模式，为什么还要构建多维数据集？

我的etl过程收集数据并将其转换为具有事实和维度的数据库。那么我为什么要用这个来构建立方体呢？除了查询的速度优势和值的预聚集之外，还有其他好处吗

---

感谢您的帮助，事实和维度是几乎可以在任何关系数据库中构建的表。为了提高性能，可以在同一关系数据库中构建聚合事实表。这些表是通用的，例如，只需很少的努力，就可以将这些表从Oracle移动到SQL Server

尽管存在过度简化的风险，但多维数据集是一种聚合事实表，但它构建在多维数据库中，并且通常特定于该类型的数据库。因此，如果您在SSAS中构建多维数据集，则无法将其移动到Hyperion Essbase

对于一个简单的查询，例如按日期计算的交易金额总和，多维数据集与事实相比不会给您带来太多/任何好处。对于复杂的查询，性能往往比facts要好得多

多维数据集通常支持自己的查询语言（如SSAS和DAX），允许使用比通常用SQL编写的查询复杂得多的查询（无需花费大量精力）

因此，您是否应该构建多维数据集取决于许多因素，例如：

• 您是否运行了很多复杂的查询，这些查询在多维数据集中的性能会更好
• 改进后的性能是否值得付出努力/成本
• 部署MOLAP（多维数据集）数据库以及维度数据库是否有成本/收益案例？多维数据集通常由事实/维度填充，因此它们是事实/维度的补充，而不是替代

---

非常感谢您，但是这些“复杂的查询”是什么？您需要它们的主题是什么？这是一个非常广泛的问题，不可能给出有用的答案。除非您正在实施基于多维数据集的应用程序（例如Hyperion）那么，在构建分析平台时，你的起点将是一个维度模型——如果你发现自己面临的挑战是一个维度模型不能很容易地支持的话，你只会考虑立方体，即立方体是一个问题的解决方案，而不是你一直需要实现的体系结构的默认部分。