分类目录：​​商业智能《维度建模》总目录​​

数据仓库和商业智能（Data Warehousing and Business Intelligence，DW/BI）行业渐趋成熟。尽管初期仅有部分大型公司采用，但从那时起，DW/BI逐渐为各种规模的公司所青睐。业界已建立了数以千计的DW/BI系统。随着数据仓库原子数据的不断增加以及更新越来越频繁，数据容量不断增长。在我们的职业生涯中，我们见证了数据库容量从MB到GB再到TB甚至PB的发展过程，但是，DW/BI系统面临的基本挑战并未发生重大变化。我们的工作就是管理组织中的数据并将其用于业务用户的决策制定过程中。总的来说，我们必须实现这一目标，确保商务人士制定更好的决策，并从他们的DW/BI投资中获得回报。

维度建模作为一种主要的DW/BI展现技术受到广泛认可。从业者与学者都认识到数据展现要获得成功，就必须建立在简单性的基础之上。简单性是使用户能够方便地理解数据库，使软件能够方便地访问数据库的基础性的关键要素。许多情况下，维度建模就是时刻考虑如何能够提供简单性。坚定不移地回到业务驱动的场景，坚持以用户的可理解性和查询性能为目标，才能建立始终如一地服务于组织的分析需求的设计。

维度建模还是建立集成化的DW/BI系统的主导结构。当您使用维度模型的一致性维度和一致性事实时，可以增量式地建立具有可实践的、可预测的、分布式的复杂DW/BI系统的框架。

尽管业界的一切始终在变化，但Ralph Kimball提出的核心维度建模技术经受住了时间的考验。诸如一致性维度、缓慢变化维度、异构产品、无事实的事实表以及企业数据仓库总线矩阵等概念仍然是全球范围内设计论坛所讨论的问题。最初的概念通过新的和互补的技术被逐渐完善并强化。《维度建模》系列文章的目标就是提供维度建模技术的一站式商店。本系列详细介绍了维度设计原则和技术的工具箱。