我试图查看与我类似的现有问题，但是我们无法找到明确的答案。
我在一家大公司工作，我们有一个大型数据仓库（数十亿行），但这种情况非常慢，并不适合临时分析 - 我们正在寻找新的东西，但是时间跨度是几年之后现在;我（和我的部门）真的不能等待。 因此，我获得了一个新的空白SQL Server 2014数据库，我将在这里存储我们将经常使用的数据仓库中的信息。
我们主要通过第三方分析工具访问这些数据，这些工具不会缓存数据，但每次点击或添加新图表等时都会直接访问它。因此，我们需要尽可能快地提高性能，因为每次向图表添加新维度等等都会非常令人沮丧。
我从我们的数据仓库获取数据，其结构/设计通常很好;然而，有些事情我觉得很烦人（例如，顾客的名字存有日期ID，这意味着如果你看一个顾客，你会看到他们的名字随着时间的推移而变化 - 为了我的分析目的，这并不是有意义的是，我希望保持名称（和其他维度）不断回溯。
现在数据并没有真正分为事实和维度，而是介于两者之间。 我正在考虑将数据重组为事实和维度，以便例如客户名称不是与财务相关联，而是在Dimensions表中 - 这样我知道每次都会得到相同的名称。
我的问题是：将数据拆分为Facts和Dimensions会降低性能，而不是将所有行中的所有信息（列）放在一个大表中？联接是否会减慢我的查询速度？
我使用的月度数据为10-15百万行=每年120-180万行，为期3 - 6年=最多约10亿行（绝对最大值）。
这有意义吗？
谢谢。
/斯特芬。
答案 0 :(得分：1)
最好将事件和维度建模，以帮助您的报告层更快地进行查询。
说到这一点，我们如何设计Dimension表和Fact表非常重要。典型的想法是将整数类型作为维度的关键，您将有灵活性来处理将来慢慢改变类型I，类型II的问题。
设计事实也很重要，大多数问题都归因于IO，因此您可以考虑使用ColumnStore事实索引，以便压缩您的数据并获得更快的性能，通过此链接以便更好地理解：