題組內容
五、承續第四題
量販公司的高層決策者希望能夠從系統的每日交易運作資料庫(operational transaction database)中,建立線上分析處理(on-line analytical processing,OLAP)系統。因此,首先必須由 PRODUCT、SALE、COMPANY、STATE 等資料表中轉換構建資料倉儲(data warehouse)。假設所要分析的主要目標資料項包括:‘售貨的金額’(NUM*VALUE)和‘數量’(NUM);分析的維度(dimension)包括有:‘售出日期’、‘地區’和‘產品’等 3 個維度,並且各個分析維度又可進一步分成以下概念階層(concept hierarchy)所組成的分析層次:
售出日期: 年(year)> 季(quarter)> 月(month)> 日(day)
地 區: 洲別(area)> 國別(country)> 城市(city)
產 品: 產品類別(class)> 產品編號(product)
請應用資料倉儲模型(data warehouse model)為此 OLAP 系統設計資料倉儲綱要(schema),並回答下列問題:
量販公司的高層決策者希望能夠從系統的每日交易運作資料庫(operational transaction database)中,建立線上分析處理(on-line analytical processing,OLAP)系統。因此,首先必須由 PRODUCT、SALE、COMPANY、STATE 等資料表中轉換構建資料倉儲(data warehouse)。假設所要分析的主要目標資料項包括:‘售貨的金額’(NUM*VALUE)和‘數量’(NUM);分析的維度(dimension)包括有:‘售出日期’、‘地區’和‘產品’等 3 個維度,並且各個分析維度又可進一步分成以下概念階層(concept hierarchy)所組成的分析層次:
售出日期: 年(year)> 季(quarter)> 月(month)> 日(day)
地 區: 洲別(area)> 國別(country)> 城市(city)
產 品: 產品類別(class)> 產品編號(product)
請應用資料倉儲模型(data warehouse model)為此 OLAP 系統設計資料倉儲綱要(schema),並回答下列問題:
(二)請繪出所設計的綱要,包含事實表格(fact table)、維度表格(dimension table),以及相對的參考屬性(referential attribute)。
詳解 (共 1 筆)
詳解
資料倉儲綱要示意圖
plaintext
複製程式碼
+---------------------+ +---------------------+ +---------------------+
| Date_Dimension | | Area_Dimension | | Product_Dimension |
+---------------------+ +---------------------+ +---------------------+
| Date_Key (PK) | | Area_Key (PK) | | Product_Key (PK) |
| Year | | Area | | Class |
| Quarter | | Country | | Product_ID |
| Month | | City | | Product_Name |
| Day | +---------------------+ +---------------------+
+---------------------+ | |
| | |
+--------------------------+------------------------------+
\ | /
\ | /
\ | /
\ | /
\ | /
\ | /
\ |/
+---------------------+
| Sales_Fact |
+---------------------+
| Date_Key (FK) |
| Area_Key (FK) |
| Product_Key (FK) |
| Sales_Amount |
| Sales_Quantity |
+---------------------+
說明
Date_Dimension(售出日期維度表)
plaintext
複製程式碼
+---------------------+ +---------------------+ +---------------------+
| Date_Dimension | | Area_Dimension | | Product_Dimension |
+---------------------+ +---------------------+ +---------------------+
| Date_Key (PK) | | Area_Key (PK) | | Product_Key (PK) |
| Year | | Area | | Class |
| Quarter | | Country | | Product_ID |
| Month | | City | | Product_Name |
| Day | +---------------------+ +---------------------+
+---------------------+ | |
| | |
+--------------------------+------------------------------+
\ | /
\ | /
\ | /
\ | /
\ | /
\ | /
\ |/
+---------------------+
| Sales_Fact |
+---------------------+
| Date_Key (FK) |
| Area_Key (FK) |
| Product_Key (FK) |
| Sales_Amount |
| Sales_Quantity |
+---------------------+
說明
Date_Dimension(售出日期維度表)
Date_Key (PK):主鍵,用於唯一標識每個日期。
Year:年。
Quarter:季。
Month:月。
Day:日。
Area_Dimension(地區維度表)
Year:年。
Quarter:季。
Month:月。
Day:日。
Area_Dimension(地區維度表)
Area_Key (PK):主鍵,用於唯一標識每個地區。
Area:洲別。
Country:國別。
City:城市。
Product_Dimension(產品維度表)
Area:洲別。
Country:國別。
City:城市。
Product_Dimension(產品維度表)
Product_Key (PK):主鍵,用於唯一標識每個產品。
Class:產品類別。
Product_ID:產品編號。
Product_Name:產品名稱。
Sales_Fact(銷售事實表)
Class:產品類別。
Product_ID:產品編號。
Product_Name:產品名稱。
Sales_Fact(銷售事實表)
Date_Key (FK):外鍵,參考 Date_Dimension 的主鍵。
Area_Key (FK):外鍵,參考 Area_Dimension 的主鍵。
Product_Key (FK):外鍵,參考 Product_Dimension 的主鍵。
Sales_Amount:售貨金額。
Sales_Quantity:售貨數量。
總結
這個星型模型的資料倉儲綱要設計展示了如何組織和管理來自不同維度的銷售數據。通過使用事實表來存儲具體的銷售信息,並通過維度表來提供分類和分組的背景資訊,這樣的設計能夠支持高效的 OLAP 分析和報告。
Area_Key (FK):外鍵,參考 Area_Dimension 的主鍵。
Product_Key (FK):外鍵,參考 Product_Dimension 的主鍵。
Sales_Amount:售貨金額。
Sales_Quantity:售貨數量。
總結
這個星型模型的資料倉儲綱要設計展示了如何組織和管理來自不同維度的銷售數據。通過使用事實表來存儲具體的銷售信息,並通過維度表來提供分類和分組的背景資訊,這樣的設計能夠支持高效的 OLAP 分析和報告。