星型架构和数据立方体之间的区别？

我参与了一个新项目，其中我必须从现有的关系数据库系统中创建数据多维数据集。

我了解到，现有系统的设计不正确，我不确定从哪里开始。

我的问题是：

• Star Schema和数据立方体之间有什么区别？
• 我必须从哪里开始？从星型模式还是直接从数据多维数据集？
• 数据立方体是从星形模式生成的吗？

我在关系数据建模方面经验不足，这个问题似乎太基本了，我试图从很少的资源中弄清楚，但仍不清楚。请给出您的意见和建议？

如果我错过了与此问题相关的非常重要的事情，请也分享您的想法。

花了一些时间，阅读参考书后，我得出了定义星型架构和数据立方体之间的区别的意义。我无法对此定义发表评论，但是这个答案使我满意，并帮助我开始了这项任务。在此过程中，我希望我能更好地理解（如果存在）这些技术。这是我的发现：

Star Schema和数据立方体之间的区别：

星型图式是一种维建模技术。它包含“维度和事实”（业务度量）。主要用于数据仓库技术。

数据立方体是多维表。它表示维和事实表的组合。主要用于OLAP分析工具。

数据多维数据集建立在星型架构上，以提高查询性能-进行汇总和汇总测量。

它将预先计算值，而不是即时计算，因此可以提高性能。

示例：项目总数，销售额等

我必须从哪里开始？

我意识到我必须从星形模式开始，并在其上构建数据多维数据集。数据多维数据集不是基于DBMS系统构建的，而是作为聚合和其他操作在DBMS系统外部构建的。

我希望这个答案将对使用此技术的人有所帮助。如果我缺少某些东西或理解不正确，请更正它。谢谢。

Kimball尺寸建模技术的引用

星型模式和OLAP多维数据集

星型模式是部署在关系数据库管理系统（RDBMS）中的维度结构。它们通常由事实表组成，这些事实表通过主/外键关系链接到关联的维度表。 在线分析处理（OLAP）多维数据集是在多维数据库中实现的维结构；它的内容可以等同于关系星图，或者更经常源自关系星图。OLAP多维数据集包含维度属性和事实，但是可以通过比SQL具有更多分析功能的语言（例如XMLA）来访问它。OLAP多维数据集包含在此基本技术列表中，因为OLAP多维数据集通常是维DW / BI系统部署的最后一步，或者可能以基于更原子关系星型的聚合结构形式存在。