El modelado dimensional popularizado por Ralph Kimball es quizás la metodología de implementación del almacén de datos más popular. Sin embargo, algunos cuestionan la escalabilidad de la metodología de Kimball. ¿Cuáles son algunas desventajas del método K?

Estoy de acuerdo con Chris en que no estoy de acuerdo con la premisa de que el modelado dimensional no escala.

Desarrollé un método para calcular el número de consultas que cualquier modelo dimensional puede admitir. Medición de modelos dimensionales Básicamente, no solo escala, sino que si está bien diseñado, escala a algunos tamaños sorprendentes con bastante rapidez.

Conformar dimensiones es el mayor desafío, pero un método que he visto para mitigar algunas de estas preocupaciones radica en las áreas temáticas. Cree un modelo dimensional conformado con tablas de hechos potencialmente múltiples. Dependiendo de la herramienta de visualización utilizada en la parte superior del modelo Dimensional, cree un modelo dimensional de presentación. Los SLA deben mantenerse, por supuesto, pero la arquitectura es escalable, flexible y lo suficientemente robusta como para soportar la mayoría de cualquier infraestructura analítica de autoservicio.

Dicho esto, para algunas investigaciones de tipo estadístico en las que estoy buscando correlación, traigo eso a una estructura de datos amplia y plana. Esto me permite hacer regresión y otras técnicas para identificar patrones y significado en los datos.

Estas técnicas estadísticas no están necesariamente disponibles para todos, y puedo generar datos a otros que están haciendo una investigación similar.

Sin embargo, para la mayoría de los usuarios, un modelo dimensional con una capa de preparación robusta que admite extractos rápidos me ha permitido admitir muchos usuarios.