Um esquema define a estrutura de um banco de dados. O projeto de um esquema é significativo; ela afeta tanto o desempenho e facilidade com que os usuários recuperar informações de um banco de dados. Um esquema em estrela , chamado porque seu diagrama se parece com uma estrela, é uma estratégia de projeto usado para armazenagem de dados relacionais , é um dos estilos de design mais simples . Esquemas Estrelas são compostos de tabelas de fatos e dimensões. As tabelas de fatos contêm as medidas para os dados. Os fatos são os dados quantitativos ou factuais e tipicamente numérico. As tabelas de dimensão armazenam dados descritivos ou atributos e são geralmente menores do que as tabelas de fatos . Para esclarecer com um exemplo, um data warehouse para uma loja de varejo pode conter dados de vendas em tabelas de fatos e pessoas de vendas em uma tabela de dimensão . Várias técnicas estão disponíveis para definir um esquema em estrela . Instruções
1

Definir o processo de negócio exato que o data warehouse irá suportar. Definindo o processo de negócio é fundamental , pois fornece as informações para identificar os atributos específicos e mede o armazém de dados irá conter. Além disso, alguns processos de negócios criaram modelos da indústria que são úteis para acelerar o processo de design.
2

Definir a granularidade dos dados que estarão disponíveis no data warehouse . As informações contidas em um armazém de dados pode ser de baixo nível, , transações individuais detalhadas ou uma agregação. Utilizando o exemplo de retalho , os dados detalhados podem incluir o número de produtos de um tipo específico para um indivíduo no fim de um dia . Uma linha de exemplo pode ser em 01/10/2010 , a ordem 3023 continha três vestidos vermelhos , duas camisas azuis e um suéter verde . Uma visão agregada dos mesmos dados poderiam omitir a identificação de um pedido individual , e em vez armazenar o número de vestidos vermelhos encomendados em 01/10/2010 .
3

Identificar as dimensões. Dimensões definir como os usuários serão capazes de dividir os dados . Por exemplo , os usuários quase freqüentemente deseja visualizar os dados por tempo ou geografia.
4

Identificar os fatos ou medidas que serão armazenados no data warehouse . As medidas são numéricas e aditivo nas dimensões . Por exemplo , as vendas são numéricos e os usuários podem olhar para as vendas totais de um produto e por qualquer tempo. Os números de vendas são válidas , não importa como os dados são segmentados .
5

testar o modelo proposto contra o processo de negócio. Para garantir que o modelo é adequado , definir uma lista de exemplos de perguntas que podem ser feitas pelos usuários para realizar o processo de negócio. Certifique-se de que o modelo contém as dimensões necessárias (atributos) e fatos (dados quantitativos ) para responder cada pergunta.