KDT#32 数据仓库设计中的折中处理（三）

6．不同种类产品的建模

对于像银行、保险等提供金融服务的企业来说，不同的帐户会有不同的度量信息。而不同的客户会查看不同的帐户度量信息。在这样一个大型的零售银行，针对不同的帐户类型会有总数200多种特殊的度量，分散在不同的帐户类型上。这时，直接由所有的属性生成巨大的事实表和维度表是不可取的。而应该先建立一个核心的事实表来保存四到五个对所有帐户都通用的度量字段，如结余等。然后根据不同的帐户类型建立扩展的事实表和维度表。这样的处理将事实表保存了两次，增大了存储空间，但是针对不同的应用提高了处理效率。

7．聚集的建模

聚集和索引很像，都是用来提高系统性能的一种特殊的结构。聚集对于数据仓库是非常关键的，它占用了数据仓库大量的存储空间，同时也提供给用户非常高的查询性能。

8．维度建模

数据仓库设计的折中处理用的最多的其实就是维度建模。维度模型是一个满足第二范式的模型。将雪花模型和其他高范式的复杂模型压成扁平的维度模型，使这些模型具有简单、对称、容易理解的优点。