Identifiez le processus métier, tel que les ventes quotidiennes de produits, pour déterminer l'objectif du tableau des faits. 2. Définissez le tableau des faits, comme Fact_Sales, contenant des données mesurables (Quantity_Sold, Total_amount) et des touches étrangères (Date_id, Product_id). 3. Concevoir des tables de dimension - dim_product, dim_customer, dim_store et dim_date - avec des attributs descriptifs et des clés principales liées au tableau de faits. 4. Appliquer les principes de conception des clés: utiliser les dimensions dénormalisées, les clés de substitution, gérer les nuls avec des valeurs par défaut et maintenir un tableau de faits connecté à plusieurs dimensions. 5. écrivez des requêtes analytiques en rejoignant le tableau des faits avec des dimensions pour générer des informations, telles que les ventes totales par mois et par catégorie. Le schéma Star s'appuie sur une table de faits centrale liée à des tables de dimension descriptives pour des rapports efficaces et des performances de requête rapide.

La conception d'un schéma d'étoiles dans un entrep?t de données à l'aide de SQL consiste à organiser vos données dans les tables de fait et les tables de dimension pour prendre en charge la requête rapide et les rapports analytiques. Voici comment le faire étape par étape:

1. Identifier le processus métier

Commencez par comprendre le processus commercial principal que vous souhaitez analyser, comme les ventes, les commandes, les clics de site Web ou les changements d'inventaire. Cela détermine ce que votre table de fait représentera.

Par exemple:

Vous construisez un entrep?t de données de vente. Le processus clé est la ?vente quotidienne de produits? .

2. Définissez la table des faits

Le tableau des faits stocke des données quantitatives mesurables (comme le montant des ventes, la quantité) et les liens vers les dimensions via des clés étrangères.

Exemple: Tableau fact_sales

 Créer une table FACT_SALES (
    Sale_id int clé primaire,
    date_id int not null,
    Product_id int not null,
    client_id int not null,
    store_id int not null,
    quantité_sold int,
    Decimal Unit_Price (10,2),
    Total_amount décimal (10,2),
    Discount_amount Decimal (10,2),

    - Contraintes de clés étrangères
    CONSTRAINT FK_DATE FORPT KEY (DATE_ID) RéFéRENCES DIM_DATE (DATE_ID),
    Contrainte fk_product clé étrangère (product_id) références dim_product (product_id),
    CONSTRAINTION FK_CUSITER FORPT KEY (Customer_ID) références DIM_Customer (Customer_ID),
    Contrainte FK_STORE Foreign Key (Store_ID) références DIM_STORE (STORE_ID)
));

? Faits (mesures): quantity_sold , total_amount , discount_amount
? Clés étrangères : lien vers les tables de dimension

3. Tables de dimension de conception

Les dimensions fournissent un contexte aux faits - comme qui , quoi , où , quand . Chaque dimension a une clé primaire qui est liée à la table des faits.

un. dim_product - décrit les produits

 Créer la table Dim_Product (
    Product_id int clé primaire,
    Product_name varchar (255),
    catégorie varchar (100),
    marque varchar (100),
    Decimal unit_price (10,2)
));

né dim_customer - Détails du client

 Créer une table dim_customer (
    Customer_ID int clé primaire,
    client_name varchar (255),
    Email Varchar (255),
    Téléphone Varchar (20),
    City Varchar (100),
    état varchar (100),
    pays varchar (100)
));

c. dim_store - Emplacements de stockage

 Créer la table Dim_store (
    store_id int clé primaire,
    store_name varchar (255),
    location_city varchar (100),
    location_state varchar (100),
    Manager_name Varchar (255)
));

d. dim_date - dimension de date (très courant)

Pré-pupuler avec des dates (par exemple, une rangée par jour pendant 10 ans)

 Créer la table Dim_Date (
DATE_ID INT PRIMATION CLé, - par exemple, 20250405
date full_date,
day_of_week varchar (10),
day_of_month int,
mois_name varchar (20),
mois_number int,
Quarter Int,
année int,
is_weekend booléen
));

? Cela permet le filtrage par mois, trimestre, etc., sans utiliser les fonctions de date SQL.

4. Principes de conception clés

• Dimensions dénormalisées : il est normal (et encouragé) de dupliquer les données dans les dimensions (par exemple, category dans dim_product ) pour des requêtes plus rapides.
• Clés de substitution : utilisez des clés primaires entières (comme product_id ) au lieu de clés naturelles (comme le nom du produit) pour la stabilité et les performances.
• évitez les nuls dans la mesure du possible : remplissez de "inconnus" ou "non applicables" dans les dimensions.
• Une table de faits, plusieurs dimensions : schéma étoile = un fait central entourant les dimensions.

5. Exemple de requête

Vous pouvez maintenant écrire des requêtes analytiques rapides:

 SéLECTIONNER 
    D.Year,
    D.Month_name,
    P.Category,
    Sum (fs.total_amount) comme total_sales
De fact_sales fs
Rejoindre dim_date d sur fs.date_id = d.date_id
Rejoindre dim_product p sur fs.product_id = p.product_id
Où D.Year = 2024
Groupe par D.Year, D.Month_name, P.Category
Ordre par Total_Sales Desc;

Cette requête établit des ventes par mois et la catégorie de produits - typique pour les tableaux de bord.

Résumé des étapes:

• ? Choisissez le processus métier → Définir le fait
• ? Choisissez du grain (par exemple, une ligne par vente)
• ? Créer un tableau de faits avec des mesures numériques Clés étrangères
• ? Créer des tables de dimension avec des attributs descriptifs
• ? Connectez le fait aux dimensions via des clés étrangères
• ? écrivez des requêtes de jointure de dimensions des faits

Ce n'est pas complexe dans la syntaxe SQL, mais la conception compte. Obtenez le bon modèle et vos rapports seront rapides et intuitifs.

Fondamentalement: un fait, de nombreuses dimensions, toutes liées aux clés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!