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)