星期一, 七月 21, 2008

维度建模的完全指南(第二版)翻译1

声明:
1. 本书已有中文译版,现已很难买到,而且据说译的不好;
2. 此译文仅供学习英文翻译之用,任何人不得用于商业用途;
3. 本人保留对本人所写的一切文字的处置权利;
4. 转载请保留本声明,并告知我 me(at)qingyan(dot)org。

英文原书:The Data Warehouse Toolkit: The Complete Guide to Dimensional
Modeling, Second Edition
作者:Ralph Kimball, Margv Ross
出版商:John Wiley & Sons, Inc.

pp19 引言

自从Ralph Kimball在1996年出版了《数据仓库工具箱》第一版(出版商:Wiley)以来,数据仓库行业无疑已经成熟。从那时起,数据仓库就已经被大大小小的组织所接受——尽管是那些早期就采用了数据仓库的大企业为它铺平了道路。业界构建了数以千计的数据仓库。随着我们用越来越多的原子数据(atomic data)来填充我们的数据仓库,又以越来越快的频率更新它们,数据量得到了持续的增长。制造商不断地开发一套工具来占领市场,这些工具可以帮助我们进行数据仓库的设计、开发和使用。更重要的是,通过对数据仓库的使用,商业专家可以做出更好的决策,以在他们的数据仓库投资中得到回报。

自从《数据仓库工具箱》第一版出版以来,维度建模(dimensional modeling)就被作为一个重要的数据仓库表示技术(presentation technique)而广泛接受。数据仓库从业者和专家同样认识到,数据仓库表示如果想有任何成功的机会,它就必须简单易懂。只有简单易懂,用户才能够容易地理解数据库,软件才能够有效地访问数据库。在很大程度上,维度建模意味着坚守堡垒,抵御对于简单易懂准则的破坏。通过坚持从商业角度出发来看问题,以及拒绝在用户可理解性和查询性能之间进行妥协,我们建立易于理解的(coherent)设计,以服务于组织的分析需要。基于我们的经验,以及大量的公司从业者的反馈,我们坚信,维度建模对于成功建立一个数据仓库绝对称得上是至关重要。

维度建模也显示出它是构建分布式数据仓库系统的唯一易于理解的(coherent)架构。当我们使用一套维度模型的一致的维度(dimension)和事实(fact)时,我们就有了一个实用、可预知的框架,运用这个框架就可以增量构建无中心的复杂的数据仓库系统。

(待续)

没有评论: