在數據倉庫中，有事實表、維度表兩個概念。

成都創新互聯公司10多年企業網站設計服務;為您提供網站建設,網站制作,網頁設計及高端網站定制服務,企業網站設計及推廣,對成都塑料袋等多個行業擁有豐富的營銷推廣經驗的網站建設公司。

  事實表是數據倉庫結構中的中央表，它包含聯系事實與維度表的數字度量值和鍵。事實數據表包含描述業務（例如產品銷售）內特定事件的數據。

  維度表是維度屬性的集合。是分析問題的一個窗口。是人們觀察數據的特定角度，是考慮問題時的一類屬性，屬性的集合構成一個維。

  如圖示

我們以sh用戶下的sales表和times表來看，

SALES為事實表

SQL> desc sales  Name    Null?    Type  ----------------------------------------- -------- ----------------------------  PROD_ID    NOT NULL NUMBER  CUST_ID    NOT NULL NUMBER  TIME_ID    NOT NULL DATE  CHANNEL_ID    NOT NULL NUMBER  PROMO_ID    NOT NULL NUMBER  QUANTITY_SOLD    NOT NULL NUMBER(10,2)  AMOUNT_SOLD    NOT NULL NUMBER(10,2)

TIMES為維度表

SQL> desc times  Name    Null?    Type  ----------------------------------------- -------- ----------------------------  TIME_ID    NOT NULL DATE  DAY_NAME    NOT NULL VARCHAR2(9)  DAY_NUMBER_IN_WEEK    NOT NULL NUMBER(1)  DAY_NUMBER_IN_MONTH    NOT NULL NUMBER(2)  CALENDAR_WEEK_NUMBER    NOT NULL NUMBER(2)  FISCAL_WEEK_NUMBER    NOT NULL NUMBER(2)  WEEK_ENDING_DAY    NOT NULL DATE  WEEK_ENDING_DAY_ID    NOT NULL NUMBER  CALENDAR_MONTH_NUMBER    NOT NULL NUMBER(2)  FISCAL_MONTH_NUMBER    NOT NULL NUMBER(2)  CALENDAR_MONTH_DESC    NOT NULL VARCHAR2(8)  CALENDAR_MONTH_ID    NOT NULL NUMBER  FISCAL_MONTH_DESC    NOT NULL VARCHAR2(8)  FISCAL_MONTH_ID    NOT NULL NUMBER  DAYS_IN_CAL_MONTH    NOT NULL NUMBER  DAYS_IN_FIS_MONTH    NOT NULL NUMBER  END_OF_CAL_MONTH    NOT NULL DATE  END_OF_FIS_MONTH    NOT NULL DATE  CALENDAR_MONTH_NAME    NOT NULL VARCHAR2(9)  FISCAL_MONTH_NAME    NOT NULL VARCHAR2(9)  CALENDAR_QUARTER_DESC    NOT NULL CHAR(7)  CALENDAR_QUARTER_ID    NOT NULL NUMBER  FISCAL_QUARTER_DESC    NOT NULL CHAR(7)  FISCAL_QUARTER_ID    NOT NULL NUMBER  DAYS_IN_CAL_QUARTER    NOT NULL NUMBER  DAYS_IN_FIS_QUARTER    NOT NULL NUMBER  END_OF_CAL_QUARTER    NOT NULL DATE  END_OF_FIS_QUARTER    NOT NULL DATE  CALENDAR_QUARTER_NUMBER    NOT NULL NUMBER(1)  FISCAL_QUARTER_NUMBER    NOT NULL NUMBER(1)  CALENDAR_YEAR    NOT NULL NUMBER(4)  CALENDAR_YEAR_ID    NOT NULL NUMBER  FISCAL_YEAR    NOT NULL NUMBER(4)  FISCAL_YEAR_ID     NOT NULL NUMBER  DAYS_IN_CAL_YEAR    NOT NULL NUMBER  DAYS_IN_FIS_YEAR    NOT NULL NUMBER  END_OF_CAL_YEAR    NOT NULL DATE  END_OF_FIS_YEAR    NOT NULL DATE

如果我們創建一個物化視圖

create materialized view sales_month_sum  enable query rewrite as    SELECT t.calendar_month_id,          prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_month_id;

如果我們做如下按月的分組查詢

SQL> alter session set query_rewrite_enabled=true; SQL> alter session set query_rewrite_integrity=trusted; SQL> set autotrace traceonly SQL> set line 200 SQL>   SELECT t.calendar_month_id,          prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_month_id;  9068 rows selected. Execution Plan ---------------------------------------------------------- Plan hash value: 3287305789 ------------------------------------------------------------------------------------------------ | Id  | Operation      | Name        | Rows  | Bytes | Cost (%CPU)| Time     | ------------------------------------------------------------------------------------------------ |   0 | SELECT STATEMENT      |        |  9068 |   690K|    13  (0)| 00:00:01 | |   1 |  MAT_VIEW REWRITE ACCESS FULL| SALES_MONTH_SUM |  9068 |   690K|    13  (0)| 00:00:01 | ------------------------------------------------------------------------------------------------

可見查詢使用的是物化視圖，但是如果我需要按年、季度對數據做分組查詢呢？

  SELECT t.calendar_quarter_id,prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_quarter_id;

這個查看肯定是不能使用物化視圖的，執行計劃如下

Execution Plan ---------------------------------------------------------- Plan hash value: 3221963832 --------------------------------------------------------------------------------------------------------- | Id  | Operation       | Name | Rows | Bytes | Cost (%CPU)| Time | Pstart| Pstop | --------------------------------------------------------------------------------------------------------- |   0 | SELECT STATEMENT       |  |  2037 | 79443 |   569   (6)| 00:00:07 | | | |   1 |  HASH GROUP BY       |  |  2037 | 79443 |   569   (6)| 00:00:07 | | | |*  2 |   HASH JOIN       |  |   918K|    34M|   546   (2)| 00:00:07 | | | |   3 |    PART JOIN FILTER CREATE    | :BF0000 |  1826 | 21912 |    18   (0)| 00:00:01 | | | |   4 |     TABLE ACCESS FULL       | TIMES |  1826 | 21912 |    18   (0)| 00:00:01 | | | |   5 |    PARTITION RANGE JOIN-FILTER|  |   918K|    23M|   525   (2)| 00:00:07 |:BF0000|:BF0000| |   6 |     TABLE ACCESS FULL       | SALES |   918K|    23M|   525   (2)| 00:00:07 |:BF0000|:BF0000| ---------------------------------------------------------------------------------------------------------

Oracle為了是查詢重寫更加的智能，引入了Dimension的概念。Dimension我們稱之為維，它是基于維度表的，用來描述維度表的維度之間的層級關系。

CREATE DIMENSION SH.TIMES_DIM   LEVEL DAY                            IS      (SH.TIMES.TIME_ID)   LEVEL MONTH                          IS      (SH.TIMES.CALENDAR_MONTH_ID)   LEVEL QUARTER                        IS      (SH.TIMES.CALENDAR_QUARTER_ID)   LEVEL YEAR                           IS      (SH.TIMES.CALENDAR_YEAR_ID)   HIERARCHY CAL_ROLLUP     (DAY                               CHILD OF      MONTH                             CHILD OF      QUARTER                           CHILD OF      YEAR);

LEVEL定義等級，基于維度表，HIERARCHY關鍵字定義層級關系。由層級關系，我們知道quarter是由month組成的。

我們再次查詢

SQL> SELECT t.calendar_quarter_id,prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id GROUP BY prod_id,          channel_id,           promo_id,          t.calendar_quarter_id; 3375 rows selected. Execution Plan ---------------------------------------------------------- Plan hash value: 3397140165 -------------------------------------------------------------------------------------------------- | Id  | Operation        | Name  | Rows  | Bytes | Cost (%CPU)| Time  | -------------------------------------------------------------------------------------------------- |   0 | SELECT STATEMENT        |  |    20 |  1720 |    36  (14)| 00:00:01 | |   1 |  HASH GROUP BY        |  |    20 |  1720 |    36  (14)| 00:00:01 | |*  2 |   HASH JOIN        |  |   128K|    10M|    33   (7)| 00:00:01 | |   3 |    VIEW         |  |   849 |  6792 |    19   (6)| 00:00:01 | |   4 |     HASH UNIQUE         |  |   849 |  6792 |    19   (6)| 00:00:01 | |   5 |      TABLE ACCESS FULL        | TIMES  |  1826 | 14608 |    18   (0)| 00:00:01 | |   6 |    MAT_VIEW REWRITE ACCESS FULL| SALES_MONTH_SUM |  9068 |   690K|    13   (0)| 00:00:01 | --------------------------------------------------------------------------------------------------

這次是使用物化視圖與times表做關聯，性能更高了。

我們對比如下兩個查詢

SQL>   SELECT t.calendar_quarter_id,          prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id AND t.calendar_quarter_id = 1769 GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_quarter_id;  168 rows selected. Execution Plan ---------------------------------------------------------- Plan hash value: 3397140165 -------------------------------------------------------------------------------------------------- | Id  | Operation        | Name  | Rows  | Bytes | Cost (%CPU)| Time  | -------------------------------------------------------------------------------------------------- |   0 | SELECT STATEMENT        |  |     1 |    86 |    33   (7)| 00:00:01 | |   1 |  HASH GROUP BY        |  |     1 |    86 |    33   (7)| 00:00:01 | |*  2 |   HASH JOIN        |  |  6423 |   539K|    32   (4)| 00:00:01 | |   3 |    VIEW         |  |    34 |   272 |    19   (6)| 00:00:01 | |   4 |     HASH UNIQUE         |  |    34 |   272 |    19   (6)| 00:00:01 | |*  5 |      TABLE ACCESS FULL        | TIMES  |    90 |   720 |    18   (0)| 00:00:01 | |   6 |    MAT_VIEW REWRITE ACCESS FULL| SALES_MONTH_SUM |  9068 |   690K|    13   (0)| 00:00:01 | --------------------------------------------------------------------------------------------------

使用了物化視圖

SQL>SELECT t.calendar_quarter_id,          prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id AND t.calendar_quarter_desc = '1998-01' GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_quarter_id; 168 rows selected. Execution Plan ---------------------------------------------------------- Plan hash value: 3221963832 ----------------------------------------------------------------------------------------------------------------- | Id  | Operation       | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time | Pstart| Pstop | ----------------------------------------------------------------------------------------------------------------- |   0 | SELECT STATEMENT       |  |  8146 |   373K| |   848   (2)| 00:00:11 | | | |   1 |  HASH GROUP BY       |  |  8146 |   373K|  3632K|   848   (2)| 00:00:11 | | | |*  2 |   HASH JOIN       |  | 57459 |  2637K| |   546   (2)| 00:00:07 | | | |   3 |    PART JOIN FILTER CREATE    | :BF0000 |    91 |  1820 | |    18   (0)| 00:00:01 | | | |*  4 |     TABLE ACCESS FULL       | TIMES |    91 |  1820 | |    18   (0)| 00:00:01 | | | |   5 |    PARTITION RANGE JOIN-FILTER|  |   918K|    23M| |   525   (2)| 00:00:07 |:BF0000|:BF0000| |   6 |     TABLE ACCESS FULL       | SALES |   918K|    23M| |   525   (2)| 00:00:07 |:BF0000|:BF0000| -----------------------------------------------------------------------------------------------------------------

沒有使用物化視圖。

其實條件實質上是一樣的，因為t.calendar_quarter_desc = '1998-01' 和t.calendar_quarter_id = 1769 在times表中表示相同的數據。

但是Oracle不知道CALENDAR_QUARTER_DESC與CALENDAR_QUARTER_ID的關系。

我們在創建Dimension時，可以為LEVEL指定屬性值。

如下

CREATE DIMENSION SH.TIMES_DIM   LEVEL DAY                            IS      (SH.TIMES.TIME_ID)   LEVEL MONTH                          IS      (SH.TIMES.CALENDAR_MONTH_ID)   LEVEL QUARTER                        IS      (SH.TIMES.CALENDAR_QUARTER_ID)   LEVEL YEAR                           IS      (SH.TIMES.CALENDAR_YEAR_ID)   HIERARCHY CAL_ROLLUP     (DAY                               CHILD OF      MONTH                             CHILD OF      QUARTER                           CHILD OF      YEAR)   ATTRIBUTE QUARTER DETERMINES      (SH.TIMES.CALENDAR_QUARTER_DESC,      SH.TIMES.DAYS_IN_CAL_QUARTER,      SH.TIMES.END_OF_CAL_QUARTER,      SH.TIMES.CALENDAR_QUARTER_NUMBER)   ATTRIBUTE YEAR DETERMINES      (SH.TIMES.CALENDAR_YEAR,      SH.TIMES.DAYS_IN_CAL_YEAR,      SH.TIMES.END_OF_CAL_YEAR);

我們再次查詢

SQL> SELECT t.calendar_quarter_id,          prod_id,          channel_id,          promo_id,          SUM (quantity_sold) quantity_sold,          SUM (amount_sold) amount_sold     FROM sales s, times t    WHERE s.time_id = t.time_id AND t.calendar_quarter_desc = '1998-01' GROUP BY prod_id,          channel_id,          promo_id,          t.calendar_quarter_id;   168 rows selected. Execution Plan ---------------------------------------------------------- Plan hash value: 3290467316 -------------------------------------------------------------------------------------------------- | Id  | Operation        | Name  | Rows  | Bytes | Cost (%CPU)| Time  | -------------------------------------------------------------------------------------------------- |   0 | SELECT STATEMENT        |  |    20 |  2240 |    33   (7)| 00:00:01 | |   1 |  HASH GROUP BY        |  |    20 |  2240 |    33   (7)| 00:00:01 | |*  2 |   HASH JOIN        |  | 17191 |  1880K|    32   (4)| 00:00:01 | |   3 |    VIEW         | VW_GBF_5  |    91 |  3094 |    19   (6)| 00:00:01 | |   4 |     HASH GROUP BY        |  |    91 |   728 |    19   (6)| 00:00:01 | |   5 |      VIEW        |  |    91 |   728 |    19   (6)| 00:00:01 | |   6 |       HASH UNIQUE        |  |    91 |  1456 |    19   (6)| 00:00:01 | |*  7 |        TABLE ACCESS FULL       | TIMES  |    91 |  1456 |    18   (0)| 00:00:01 | |   8 |    MAT_VIEW REWRITE ACCESS FULL| SALES_MONTH_SUM |  9068 |   690K|    13   (0)| 00:00:01 | --------------------------------------------------------------------------------------------------

這次就使用了物化視圖。

另外有需要云服務器可以了解下創新互聯cdcxhl.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業上云的綜合解決方案，具有“安全穩定、簡單易用、服務可用性高、性價比高”等特點與優勢，專為企業上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

分享名稱：Oracle學習之數據倉庫（二）Dimension的理解-創新互聯
瀏覽地址：http://m.newbst.com/article24/dgipje.html

成都網站建設公司_創新互聯，為您提供微信小程序、小程序開發、服務器托管、定制開發、用戶體驗、App設計

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯