“多维”与“关系”

在数据仓库相关领域，“多维”（MultiDimension）与“关系”（E-R）这两个词是经常出现的。对于这两个词，不同背景、不同目的情况下，也隐含着不同的意思。

从逻辑模型的角度来说，存在着多维模型和关系模型。多维模型就是以“事实”和“维”组成的逻辑模型，关系模型则是指传统的实体-关系模型，两种模型的主要差异还是在概念层面上，对数据的认识方法有很大的不同。

从技术实现角度来说，存在着多维数据库和关系数据库。两者的数据库管理系统（DBMS）存在着根本的差别，多维数据库是专门支持多维数据模型的，主要关注海量数据读取的访问效率，适用于统计分析，关系数据库则主要是支持实体关系模型的，特别关注记录级的更新效率，适用于日常的交易处理。

这里主要想说明的是，多维逻辑模型也可以采用关系型数据库来实现，所以有时也会看到利用ER工具定义多维数据模型的情况。当然，专门的多维数据库对多维模型的支持肯定应该比关系数据库要强大得多，特别是多维模型中的立方体(cube)，如果用一般关系型数据库来实现就复杂很多。关系模型通常都是用关系数据库来实现，因为关系数据库的技术已经相当成熟了。

从个人习惯上来说，在建立数据模型的过程中，首先建立关系模型，利用ER的分析方法比较容易从现实世界中进行抽象，然后再根据分析主题的需要识别事实和维，定义维上的不同层次，修正成为多维模型，再通过逆泛化增加数据冗余提高访问效率。

当然，数据建模的技术还有很多，这里不再一一赘述。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/22002516/viewspace-610395/，如需转载，请注明出处，否则将追究法律责任。