Real Data

他們的數據尚未準備好，但為了趕上最後期限，他們根據原始數據啟動工作，結果不可避免地導致查詢效率低下和報告執行時間較長。只要稍加結構準備就可以輕鬆避免此類挫折。

原始資料庫通常高度規範化，為了實現更有效率的查詢，必須進行一定程度的非規範化。 同時減少其冗餘的過程，它可以提高資料庫的寫入效能，是常見的初始設定。

然而，非規範化透過減少資料庫中表的數量並增加 阿根廷數據 其冗餘度來加快資料檢索速度。我經常看到這一步在最後一刻被跳過或以視圖或預存程序的形式拼湊起來，而這些步驟僅用於一個特定的報告案例。

現在，這並不是說單一表格可以解決所有報告效率低下的問題。相反，根據單一龐大的數據表進行報告本身就存在一系列問題。為了確保報告性能可接受，幾乎總是需要在這兩個極端之間尋找中間立場。在啟動您的 BI 解決方案之前對原始數據進行非規範化並消除任何不必要的數據，將使您不必事後再回頭重新設計所有報告。

交通不便
當你在提高你的資料庫效能，為什麼不考慮一下可訪問性呢？資料庫通常是由管理員設計的，而他們對資料的使用方式至多也只有模糊的理解。

把自己置於使用者的角度，試著想像他們將如何解釋模式名稱，預測他們將根據報告做出何種類型的決策，這可能會很困難。但無論是透過角色還是實際使用者研究，切入這些角度對於使資料（以及您的 BI 實施）對消費者有用至關重要。