DW的元数据是指除去数据本身之外的所有信息。
围绕DBMS方面的元数据可以描述为表定义，分区设置，索引视图定义，以及DBMS级安全方面的特权
与授权等内容。
在任何场合下，ODS要么是一个处在OLTP和DW之间的第三方物理系统，要么是DW的一个专门管理
的热区（用于支持实时交互操作，数据查询具有固定的结构形式）?
事实表的一行对应一个度量值，一个度量值就是事实表的一行，事实表的所有度量值必须具有相同的
粒度。
可加性事实：销售额
半可加性事实：库存 余额（除时间之外的维度可以用于聚合）
非可加性事实：比率
度量事实理论上讲可以是文本形式的，但这种情况很少出现，设计者应该尽可能地把
文本度量值转成维度，原因在于维度能够于其他文本维度属性更有效地关联起来，并且消耗
少得多的空间。
不能将冗余的文本信息存储在事实表内，除非文本对于事实表的每行都是唯一的。
所有事实表粒度都归属于三类之一：事务、周期快照与累积快照。
事实表本身通常也有由外关键字子集组成自己的主关键字，这个关键字通常称作复合或
者连接关键字。换句话说，在维度模型中每个表示多对多关系的表都是事实表，而所有其他的表
都是维度表。
通常情况下，只需要事实表复合关键字组成部分的一个字集，就可以确保行具有唯一。
所以，在事实表中引入一个唯一的rowid关键字作为主键关键字并无什么优点可言，这样只会
让事实表更大，当然，特别情况下的业务需求有需要时除外，（需要加载相同中记录到这样的表，
譬如把Fact表做成TYPE2时）
维度属性是查询约束条件、成组与报表标签生成的基本来源。
最好的属性是文本的和离散的，属性应该是真正的文字而不应是一些编码简写符号。
有时候，从数据生产源分析一个数字型的字段应该是作为事实还是维度属性来看，通常可以这样做
出决定 ，即看字段是否包含许多的取值并参与运算，（当成事实看待）还是一个变化不多并参与约束
条件的离散取值的描述（当维度属性看待）。
例如，一个产品的标准成本看起来是不变的属性，但由于经常改变，每一次交易都可能是不同的值，因而
最终应该当作度量值来处理。
维度表通常描述业务中的层次关系，譬如产品包含商标和分类，员工有所属的部门信息等。存放层次描述信息显得
很冗余，但是这样容易使用。
对于维度模型来说，是开放的设计，可以加入新的维度，只要其值对于现有的事实行存 在唯一性的定义就行，同样的，
可以向事实表中加入新的事实，只要其粒度和现有的事实表相一致即可。