了解星型結構描述及其對Power BI 的重要性 - Microsoft Docs
模型製作人員必須將其模型資料表分類為「維度」 或「事實」 。
維度資料表Dimension table 會描述商務實體，也就是您模型化的「事物」 。 這些實體可以包含產品、人員、地點和概念 (包括時間本身)。 您會在星型結構描述中找到的最一致資料表是日期維度資料表。 維度資料表包含一或多個作為唯一識別碼的索引鍵資料行，以及描述性資料行。
事實資料fact table 會儲存觀測或事件，且可以是銷售訂單、存貨餘額、匯率、溫度等。事實資料表包含與維度資料表相關的維度索引鍵資料行，以及數值量值資料行。 維度索引鍵資料行會決定事實資料表的「維度」 ，而維度索引鍵值則決定事實資料表的「資料粒度」 。 例如，假設有一個事實資料表，其設計目的是為了儲存具有兩個維度索引鍵資料行 Date 和 ProductKey 的銷售目標。 您輕易就能了解資料表具有兩個維度。 不過，如果不考慮維度索引鍵值，就無法判斷資料粒度。 在此範例中，請考慮 Date 資料行中所儲存值是每個月的第一天。 在此案例中，資料粒度是在每月產品層級。
關聯性的 基數 屬性會決定資料表類型。 常見的關聯性基數包括「一對多」 或相反的「多對一」 。 「一」端一律是維度類型資料表，而「多」端一律是事實類型資料表。 如需關聯性的詳細資訊，請參閱 Power BI Desktop 中的模型關聯性。
許多其他與星型結構描述相關的概念可套用至 Power BI 模型。 這些概念包括：
沒有留言:
張貼留言