Tipe-tipe Dimensi pada data warehouse versi Kimball and Ross
Setelah dijelaskan 10 aturan penting part 2 pada permodelan dimensi versi kimball & ross, berikut kita lanjutkan mengenai tipe-tipe dimensi yang ada pada data warehouse (Kimball & Ross, 2010):
- Conformed Dimension
Memiliki arti sebagai dimensi yang sama untuk setiap fakta yang terkait. Dimensi yang sesuai memungkinkan fakta dan ukuran untuk dikategorikan dan dijelaskan dengan cara yang sama di berbagai fakta dan/atau data mart, memastikan pelaporan yang konsisten di seluruh perusahaan. A Conformed Dimension dapat dikatakan sebagai tabel dimensi tunggal yang berhubungan dengan beberapa tabel fakta dalam gudang data yang sama, atau sebagai tabel dimensi identik dalam data mart terpisah. Tanggal adalah dimensi yang sesuai karena atributnya (hari, minggu, bulan, kuartal, tahun, dll.) memiliki arti yang sama ketika digabungkan ke tabel fakta apa pun. Dimensi produk yang sesuai dengan nama produk, deskripsi, SKU, dan atribut umum lainnya dapat ada di beberapa data mart, masing-masing berisi data untuk satu toko dalam satu rantai
- Outrigger Dimension
Dapat diartikan sebagai tabel dimensi atau entitas yang bergabung dengan tabel dimensi lain dalam skema bintang. Outrigger digunakan ketika tabel dimensi berbentuk kepingan salju. Outrigger adalah tabel atau entitas yang digunakan bersama oleh lebih dari satu dimensi. Tabel atau entitas yang termasuk dalam hierarki tetapi tidak terkait langsung dengan tabel fakta dikenal sebagai outrigger. Outrigger sering digunakan ketika tabel dimensi atau entitas direferensikan oleh dimensi lain. Kunci utama cadik direferensikan oleh kunci asing dari tabel dimensi atau entitas.
- Shrunken Dimension
Diartikan sebagai dimensi yang merupakan bagian dari baris dan/atau kolom dari dimensi dasar. Srhunken Dimension diperlukan saat membuat tabel fakta agregat. Mereka juga diperlukan untuk proses bisnis yang secara alami menangkap data pada tingkat perincian yang lebih tinggi, seperti perkiraan berdasarkan bulan dan merek (bukan tanggal yang lebih atomik dan produk yang terkait dengan data penjualan). Kasus lain dari subset dimensi yang sesuai terjadi ketika dua dimensi berada pada tingkat detail yang sama, tetapi satu hanya mewakili subset baris.
- Role-Playing Dimension
Diartikan sebagai sebuah tabel dengan beberapa hubungan yang valid antara dirinya sendiri dengan tabel lain. Ini paling sering terlihat dalam dimensi seperti Waktu dan Pelanggan. Misalnya, fakta Penjualan memiliki beberapa Hubungan dengan subjek kueri Waktu pada tombol Hari Pemesanan, Hari Pengiriman, dan Hari Tutup.
- Junk Dimension
Junk dimension biasanay digunakan untuk mengurangi jumlah dimensi dalam model dimensi dan mengurangi jumlah kolom dalam tabel fakta. Junk Dimension menggabungkan dua atau lebih tanda kardinalitas rendah yang terkait menjadi satu dimensi. Contohnya adalah warna mobil (merah, hitam, biru, dll.) dan gaya bodi (sedan, van, SUV, dll.) Seperti yang Anda lihat, ini terbatas jumlahnya dan, jika dibuat sebagai dimensi tunggal, dimensi akan terbatas pada satu atribut. Untuk menghilangkan dimensi kecil ini, kami membuat satu dimensi “sampah” yang menggabungkan semua atribut yang mungkin menjadi satu dimensi yang akan digunakan dalam tabel fakta.
Kimball, R., & Ross, M. (2010). The Kimball group reader: relentlessly practical tools for data warehousing and business intelligence. John Wiley & Sons.