Modello multidimensionale e Dimensional Fact Model

Dal relazionale al multidimensionale

Il modello multidimensionale organizza i dati storici per l'analisi come un cubo: ogni cubetto contiene un valore, i lati sono prospettive. È pensato per query analitiche veloci su molti record, dove il relazionale tradizionale risulta lento e complesso. Tre elementi: fatto evento storico; misura valore numerico; dimensione prospettiva di filtro o raggruppamento. Esempio: vendita, incasso, tempo/prodotto/filiale. L'aggregazione può essere espressa come $Totale = \sum_{i=1}^{n} Vendite_i$; un'interrogazione SQL raggruppa, ad esempio, per prodotto con SUM(incasso).

Dimensional Fact Model

Il Dimensional Fact Model (DFM) è un modello concettuale grafico per progettare il Data Warehouse prima dell'implementazione. Lo schema di fatto è un grafo ad albero: al centro il fatto con le misure, ai rami le dimensioni. Ogni dimensione ha gerarchie di livelli, dal dettaglio al generale; per il tempo: Giorno → Mese → Anno.

• scegliere il fatto centrale;
• identificare le misure;
• definire le dimensioni;
• costruire le gerarchie.

Il DFM favorisce la comunicazione tra informatici e manager prima del codice SQL.