En Data Warehouse, el modelo multidimensional almacena hechos, dimensiones, jerarquías y métricas. Su gráfico es similar al DER de Bases de Datos pero la filosofía tiene algunas diferencias. Definiciones:
- Dimensión: un nivel, una o más jerarquías.
- Jerarquía: conjunto de niveles relacionados.
- Nivel: un tipo de entidad.
- Miembro: una instancia en un nivel.
Un hecho relaciona métricas (atributos de las tablas de hechos) con los niveles hoja de las dimensiones involucradas.
Se lo puede pensar como un DER limitado sin relaciones muchos-a-muchos y con la menor cantidad de relaciones opcionales posibles. Lo ideal es usar jerarquías estrictas (relaciones N:1). Si la realidad no lo permite, hay que tener en cuenta algunos cuidados:
- Jerarquías balanceadas: ideales para el diseño estrella o copo de nieve (snowflake).
- Jerarquías recursivas: generalmente requieren una consulta recursiva.
- Jerarquías ragged:
- Jerarquías No Estrictas: tienen al menos una relación M:N. Implica un grafo en la instancia, lo cual introduce el problema del doble conteo. Lo mejor es evitar ese problema, aunque hay algunas soluciones posibles:
- Usar un factor de distribución.
- Elegir un miembro padre como primario e ignorar el resto.
- Dividir la jerarquía (implica modificar el esquema, suele ser lo ideal).
- Formar grupos.
Pasos a seguir:
- Identificar tabla de hechos.
- Identificar medidas de la tabla de hechos.
- Identificar dimensiones.
- Identificar jerarquías y atributos de las dimensiones.
- Revisar las consultas y verificar que el modelo las resuelve.
MDX (MultiDimensional eXpressions) es el lenguaje de consulta multidimensional. A diferencia de SQL, MDX no especifica las relaciones (joins) pero es posicional y referenciado.
Microsoft propone un modelo tabular alternativo al multidimensional donde los datos se procesan en memoria, no en disco. Usa un almacenamiento basado en columnas y algoritmos de compresión sofisticados para ofrecer tiempos de consulta muy rápidos.