商業智慧 (BI) 第3章 練習題繳交

問答題

1. 請說明何謂維度模型 (Dimensional Model)？

2. 在建置 BI 系統時經常會使用到維度模型 (Dimensional Model) 建構需求，

請說明為何維度模型是一個可行的資料模型？

3. 何謂匯流排架構 (Bus Architecture) 機制？在建構 BI 系統其存在的目的為

何？請說明。

4. 何謂一致的維度 (Conformed dimensions) 資料？何謂一致的事實

(Conformed facts) 資料？此二類資料與匯流排架構 (Bus Architecture) 機制

的關係為何？

5. 請描述代理鍵 (Surrogate key, SK) 與自然鍵 (Natural keys, NK) 的意義與功

用，並說明此二者的差別。

6. 請描述退化維度 (Degenerate Dimensions, DD) 的意義，並舉一例子說明。

7. 在建置 BI 系統時哪一種維度資料表一定會出現在維度模型中而且是必須

存在的，請說明。

8. 請說明變動緩慢的維度資料表有哪幾種處理的方法？

9. 請說明將不同顆粒度的事實欄位放在同一張事實資料表會產生什麼樣的

錯誤？

10. 在維度模型中，儲存在事實資料表中的可衡量事件可區分成三種基本型

態，分別為交易明細 (Transactional Detail) 事實資料、週期快照 (Periodic

Snapshots) 事實資料以及累積快照 (Accumulating Snapshots) 事實資料，請

描述這三種類型事實資料表的意義，並說明比較這三者之間的差異。

選擇題

1.(  )目前BI系統設計以用簡易的視覺化拖曳(Drag & Drop)方式來進行資料選取，下列有關BI系統的描述何者正確

(A)從維度資料表內挑選出來的欄位，BI系統都會事先針對這些欄位內容值相同者進行加總(Sum)的計算 (B)從事實資料表中挑選出來的數值性內容的欄位，都會依據同一群組的資料值進行群組(Group By)的動作

(C)從維度資料表內挑選出來的欄位，BI系統都會事先針對這些欄位內容值不相同者進行加總(Sum)的動作

(D)從維度資料表內挑選出來的欄位，BI系統都會事先針對這些欄位內容值相同者進行群組(Group By)的動作

2.(  )下列哪一選項是維度模型(Dimensional Model)的別稱

(A)星狀綱要(Star Schema)

(B)實體關係體模型(Entity Relationship Model, ERM)

(C)物件導向資料模型(Object-Oriented Data Model)

(D)關聯式資料模型(Relational Data Model)

3.(  )下列有關實體關係體模型(Entity Relationship Model, ERM)不適合BI系統設計的描述何者錯誤

(A)ERM內資料需正規化(Normalization)技術分析過

(B)ERM太過細碎因此不適合非IT人員閱讀

(C)ERM查詢時候需作很多速度慢的合併(Join) 運算

(D)以上皆錯

4.(  )在1997年Kimball提出的全新的資料模型架構稱為維度模型(Dimensional Model)，下列有關維度模型的描述何者錯誤

(A)此模型又稱為星狀綱要(Star Schema)

(B)此模型不建議以實體關係體圖(Entity Relationship Diagrams, ERD)來呈現

(C)一個維度模型只會有一個核心即一張維度資料表

(D)模型中間核心的資料表稱為事實資料表(Fact Table)

5.(  )下列有關星狀綱要(Star Schema)的描述何者正確

(A)整個模型在正中央核心部分會以一張資料表來表示，稱為維度資料表(Dimension Table)

(B)星狀綱要如同一顆星星形狀，而星星會從中央核心射出許多閃爍的光芒，每一道光芒都以一張資料表來表示，稱為事實資料表(Fact Table)

(C)因為每一道光芒即代表一個維度方向或一個看資料角度的概念，所以此模型也稱為維度模型

(D)不可新增維度資料表到已定義好的模型中

6.(  )下列有關維度模型(Dimensional Model)的描述何者錯誤

(A)正中間的事實資料表主要用來表達企業組織在經營管理上可以清楚地被衡量(Measurement)且可以被拿來使用的績效(Performance)指標

(B)模型中環繞核心維度資料表的為事實資料表

(C)事實資料表內所儲存的都是記錄著企業組織在日常營運上每一件事情實際所產生的資料，所以稱為事實資料表

(D)存在事實資料表格內的資料都稱為事實(Facts)

7.(  )下列哪些描述選項是維度模型化的優點 (1) 容易瞭解(Understandability) (2) 查詢運算快(Query Performance) (3) 模型中每一個維度資料表的重要性都相同 (4) 可以容納非預期中的新資料(Accommodate Unexpected New Data) (5) 只需要進行到第三正規型關聯表 (6)不需要反正規化技術

(A)1345

(B)1234

(C)1236

(D)1246

8.(  )維度模型工作必須辨別且擷取出可衡量(Measurements)的數值資料部份以及情境化(Context)的文字敘述資料部分，下列描述何者正確

(A)可衡量(Measurements)的數值資料部份就是指事實資料

(B)情境化(Context)的文字敘述資料部分就是指事實資料

(C)可衡量(Measurements)的數值資料部份就是指主鍵資料

(D)情境化(Context)的文字敘述資料部分就是指外來鍵資料

9.(  )維度模型中事實資料表的基本結構包含下列哪三個部份 (1) 擁有一組對應聯結到維度模型中各個維度資料表的外來鍵(Foreign Keys, FK) (2) 會有一個或者多個數值型態的欄位用來儲存事實資料 (3) 可能包含一個或者多個退化維度(Degenerate Dimensions, DD)的欄位 (4) 具有唯一性的超級鍵(Super Keys) (5) 具有一種RSA特性的加密欄位來確保資訊安全

(A)234

(B)145

(C)345

(D)123

10.(  )有關下列維度模型中事實資料表的顆粒度(Fact Table Granularity)描述何者錯誤 (1) 顆粒度是描述事實資料表中衡量欄位的精細度 (2) 同一張事實資料表中所有衡量欄位可以有不相同的精細度 (3) 如果顆粒度是指一天的營業額，則銷售量與銷售金額就是一整天訂單中的銷售量與銷售金額的加總 (4) 如果顆粒度是訂單，則銷售金額與銷售量就是加總一整張訂單上的列項目所得的銷售量與銷售金額 (5) 同一張事實資料表中所有衡量欄位都要有相同的精細度 (6) 如果顆粒度是訂單中列項目(Line Item), 則銷售數量與銷售金額都是指某個品項在某張訂單中的銷售數字 (7) 儲存顆粒的大小的設定工作通常會是使用BI系統的決策者在訪談與討論前負責設定

(A)14

(B)35

(C)27

(D)56

全部共 1則留言 03-30 21:21: 洪俐欣 1011AD019 請描述退化維度 (Degenerate Dimensions, DD) 的意義，並舉一例子說明 在企業營運活動中交易控制文件 (Transaction control document) 的資料是來源系統或 ERP 系統主要處理的對象，例如訂單 (Order)、發票 (Invoice)、提貨單 (Bill of lading)、機票 (Airline ticket) 等。這些控制文件相當於一筆交易，而交易內容可能包含單一品項或者多個列項目，因此以交易控制文件資料為主的 BI 系統建置在實務上是經常可見的，如圖 3-25 所示，這一類的文件都有一個特色就是文件結構是屬於父子 (Parent-child) 結構，更精確地說就是文件上只有一筆交易文件表頭記錄 (Transaction header record)，但是文件的主體(Transaction body) 可以填入許多筆交易品項記錄，可參考圖 3-9 中的範例。除此之外，模型化過程很容易就將文件中的各項資料分類好並且歸納到適當的維度資料表中。除了一個相當尷尬的訂單維度資料表，這表中除了訂單編號欄位之外別無其他欄位。這樣的維度資料表並沒有邏輯上的錯誤，只是資料有點少。如果想改變此狀況，可將訂單編號直接納入事實資料表中，原來 的訂單維度資料表則不再需要，訂單維度資料表因為被收到事實資料表中因此稱為退化維度 (Degenerate Dimensions, DD)。(6)下列有關維度模型(Dimensional Model)的描述何者錯誤(B) (B)模型中環繞核心維度資料表的為事實資料表
留言...
登入帳號密碼代表遵守學術網路規範