🎯 Definicja
Wymiary (Dimensions) to “kontekst” dla danych. Odpowiadają na pytania: Kto? Gdzie? Kiedy? Co? Jeśli powiem “1000 PLN” (to jest Fakt/Miara), to nic nie znaczy. Ale “1000 PLN (Fakt) sprzedaży Produktu X (Wymiar), w Sklepie Y (Wymiar), w Czerwcu (Wymiar)” to już informacja.
🔑 Kluczowe punkty
- Atrybuty opisowe: Tekst, kategorie, daty.
- Hierarchie: Rok → Kwartał → Miesiąc. Kraj → Miasto → Ulica.
- Filtrowanie i Grupowanie: W SQL to są kolumny w
GROUP BYiWHERE.
📚 Szczegółowe wyjaśnienie
W Dimensional Modeling (Kimball) mamy:
- Tabele Faktów: Długie, wąskie, pełne liczb (ID_Sklepu, ID_Produktu, Kwota).
- Tabele Wymiarów: Krótkie, szerokie, pełne opisów (ID_Sklepu, Nazwa Sklepu, Adres, Kierownik). Conformed Dimensions: Wymiary wspólne dla całej firmy (np. Wymiar Czasu, Wymiar Klienta). To klucz do spójnego raportowania.
💡 Przykład zastosowania
Raport sprzedaży.
Masz Tabelę Faktów Sales.
Wymiary:
Dim_Date(Kiedy?)Dim_Product(Co?)Dim_Store(Gdzie?) Analityk przeciąga “Rok” zDim_Datei “Nazwę Kategorii” zDim_Productna osie wykresu. System łączy to z faktami sprzedaży.
📌 Źródła
- The Data Warehouse Toolkit (Ralph Kimball).
👽 Brudnopis
- “Facts represent the measurements of a business process. Dimensions contain the context.”