维度的层次结构在多维数据集的数据展现中有何意义

维度的层次结构在多维数据集的数据展现中有何意义

数据集通过其度量值和维度定义。多维数据集中的度量值和维度派生自多维数据集所基于的数据源视图中的表和视图。多维数据集由基于一个或多个事实数据表的度量值和基于一个或多个维度表的维度组成。维度基于属性，而属性映射到数据源视图中的维度表或视图中的一列或多列，然后通过这些属性定义层次结构。
多维数据集示例 ：
请考虑下面的“进口”多维数据集，其中包含“包”和“上一次”两个度量值以及“路线”、“源”和“时间”三个相关维度。
多维数据集周围更小的字母数字值是维度的成员。示例成员为“陆地”（“路线”维度的成员）、“非洲”（“源”维度的成员）以及“第一季度”（“时间”维度的成员）。

行业标准为星型模型
按客户化可成为雪花型模型

数据按用户视角分为事实和维度

比如销售领域

销售数据就是事实 会有一张行数巨大的销售事实表

而客户需要的分析关注角度就为维度

比如地区维度表，时间维度表，客户维度表，产品维度表等

事实表和维度表呈标准星型关联
事实表在中间 维度表在周围环绕

维度表可按各属性变化快慢客户化拆分成雪花型

你可以去了解下数据仓库之父所定义的总线结构
可以很好的搭建各个数据集市，进行平行的扩展