SQL Server Analysis Services im mehrdimensionalen Modus Grundkurs

Fakten- und Dimensionstabellen

LinkedIn Learning kostenlos und unverbindlich testen!

Jetzt testen Alle Abonnements anzeigen
Ein Data Warehouse setzt sich typischerweise aus Fakten- und Dimensionstabellen zusammen. Deren typische Merkmale betrachten Sie in diesem Video.
03:55

Transkript

Weil die OLAP Cubes, die wir ja in diesem Video-Training bauen wollen, letztendlich meistens auf Data Warehouse Struturen basieren, denke ich, ich zeige einfach mal an einem Beispiel, wie diese Strukturen typischerweise aussehen. Und hier haben wir sie. Das ist das Tabellenschema eines einfachen Data Warehouse. Wir erkennen, dass da eine Tabelle in der Mitte steht, das ist die sogenannte Faktentabelle und ihr Name deutet schon an, worum es vielleicht innerlich in ihr geht, sales_fact, es geht also offenbar um Verkaufsdaten. Und in dieser Tabelle steht jetzt jeder einzelne Verkauf drin, den ich auswerten will mit den wichtigsten Kennzahlen: store_sales, store_cost, unit_sales. Das sind so die wichtigsten Informationen, die später aufsummiert und ausgewertet werden sollen. Wonach sollen die ausgewertet werden? Nach allen möglichen Einflussfaktoren, die man auf so einen Verkauf finden kann. Da wäre zum Beispiel das Produkt, das verkauft wird, die Werbeaktion, die gelaufen ist, der Laden, in dem der Verkauf getätigt wurde, letztendlich auch Datum, wann der Verkauf erfolgt ist und schließlich auch der Kunde, der eingekauft hat. Das sind solche Stammdatentabellen, die sich hier um die Faktentabelle herum gruppieren. Man nennt sie auch die Dimensionstabellen. Und die Beziehung zwischen den Dimensionstabellen und der Faktentabelle in der Mitte ist typischerweise eine relationale 1:n Beziehung, die über einen sogenannten relationalen Constraint überwacht wird. Nur noch mal um das klarer zu machen: Die Faktentabelle, wie ich sie hier zeige, ist im Grunde der Cube in relational. Sie besteht eben immer aus einer oder mehreren Dimensionen, hier sind es jetzt mal einfach nur Datum, Produkt und Kunde und sie enthält die Kennzahlen, die Measures, die Stückzahl oder Umsätze, die jeweils ausgewertet werden sollen. So könnte so eine Faktentabelle vielleicht in der Realität aussehen. Hier kauft jemand CDs, DVDs usw. Ich habe das Datum, den Kunden, die Menge und den Preis. Sieht so eine Faktentabelle aus? Nein, sieht sie natürlich nicht! In Wirklichkeit sieht sie so aus. Das heißt, es werden nicht die Zeichenketten abgespeichert, sondern nur diese ID Felder über die sich Faktentabelle und Dimensionstabellen miteinander verbinden, und dann natürlich letztendlich hier auf der rechten Seite die ganzen Kennzahlen. Und wie sieht nun eine Dimensionstabelle aus? Nun, das wäre ein Beispiel für eine solche, die sich zum Beispiel mit Regionen beschäftigt. Sie enthält selbstverständlich auch wieder die ID-Spalte, in der lediglich über eine interne, nach außen unsichtbare ID alles verwaltet wird, der gesamte Verweis auf die Faktentabelle. Dann gibt es natürlich eine sichtbare Spalte nach außen, den Regions-Code, der ist vielleicht sogar sprechend, den kennt jeder. Das ist das, was man später in den Berichten sehen will. Deshalb sehr wichtig. Noch häufiger als den Code will man wahrscheinlich die Bezeichnung sehen. Deswegen ist es auch sehr wichtig, dass wir den Regions-Namen mitführen. Und dann gibt es noch zusätzliche Spalten mit einer Sonderfuktion. Beispielsweise Attribute. Ich kann ja sagen, Manager, Gebiet, das sind alles Attribute einer bestimmten Region. Und über diese grün eingefärbte Gebiets-Spalte hier, kann ich eine wunderbare Hierarchie bauen. Ich kann zum Beispiel eine Summe von allen Regionen, die ich dem Norden zuordne bilden und ich kann eine zweite Summe machen, von allen südlichen Regionen. Und darüber kann ich dann später in der Auswertung auch sagen, wenn ich mir die Summe von Norden und Süden angesehen, verglichen habe, wenn ich dann mehr Details sehen will, dann klicke ich darauf, das Vefahren nennt man Drill Down, und dann sehe ich eben im Detail Nordwest und Nordost einzeln. Und dann habe ich noch ein weiteres Attribut, was ich nicht für eine Hierarchie verwende. Ich könnte, muss aber nicht, nämlich den Manager, also den Manager, der individuell für diese Region verantwortlich ist. Das war einmal ein praktischer Blick darauf, wie Faktentabellen aussehen, wie Dimensionstabellen aussehen und wie sie im Data Warehouse miteinander verbunden sind.

SQL Server Analysis Services im mehrdimensionalen Modus Grundkurs

Lernen Sie eigene OLAP-Cubes und -Lösungen mit dem multidimensionalem Modus der SQL Server Analysis Services zu erstellen.

3 Std. 57 min (54 Videos)
Derzeit sind keine Feedbacks vorhanden...
Hersteller:
Software:
Exklusiv für Abo-Kunden
Erscheinungsdatum:25.04.2017

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!