Un database OLAP è costituito da dati in formato denormalizzato. Ciò significa ridondanza dei dati e questa ridondanza dei dati consente di recuperare i dati attraverso un minor numero di join, facilitando quindi il recupero più rapido.Uno schema a stella è uno schema denormalizzato?
Ma un design popolare per il database OLAP è un modello di dimensioni reali. La tabella dei fatti memorizzerà le voci numeriche basate sui fatti (numero di vendite, ecc.) Mentre le tabelle delle dimensioni memorizzeranno "attributi descrittivi" relativi al fatto, cioè i dettagli del cliente a cui è stata effettuata la vendita.
La mia domanda è, in questo modello, non sembra affatto denormalizzata, poiché tutte le tabelle di dimensioni avranno riferimenti di chiavi esterne alla tabella dei fatti. In che modo è diverso da un design OLTP?
@FrankPI se ho una gerarchia normalizzata come Survey, Question, SubQuestion, AnswerChoices - diresti 1 tabella delle dimensioni con colonne: SurveyID, QuestionID, SubQuestionID, AnswerChoiceID, ... [attributi di sondaggi, domande, sottoquestions e AnswerChoices? Questo sarebbe in contrasto con le tabelle DimSurvey, DimQuestion, DimSubQuestion, ecc ...? – condiosluzverde
@jmsmcfrlnd Dipende da come vorreste interrogarlo, i. e. quali sarebbero le query eseguite? Probabilmente ciò dipende anche dallo strumento che si desidera utilizzare e dalle sue funzionalità di query. – FrankPl
@FrankPI Lo strumento per utilizzare questi dati è Cognos, che utilizza Framework per creare modelli di dati logici per l'interrogazione. interrogeremo/analizzeremo le risposte alle domande del sondaggio (nella tabella dei fatti) - ma analizzeremo le indagini stesse (ad esempio quali domande si comportano "meglio" su un'altra, ecc. – condiosluzverde