1. sql server 2008 r2 数据仓库怎样画出事实表和维度表
可以通过SQL SERVER的数据转换服务转为excel，在SQL SERVER的企业管理器里面，右键“所有任务”-“附加数据库”，找到这个mdf文件然后确定。下一步就是转换了。在SQL SERVER的企业管理器里面，选择要转换的数据库，“所有任务”-“导出数据库”，源数据不用动，下一步目的数据，驱动选择带excel字样的那个，下几步选择好要转换的数据库表。
2. 数据量大,维度多怎么sql做查询，
1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：
select id from t where num is null
可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num=0
3.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：
select id from t where num=10 or num=20
可以这样查询：
select id from t where num=10
union all
select id from t where num=20
5.in 和 not in 也要慎用，否则会导致全表扫描，如：
select id from t where num in(1,2,3)
对于连续的数值，能用 between 就不要用 in 了：
select id from t where num between 1 and 3
6.下面的查询也将导致全表扫描：
select id from t where name like '%abc%'
若要提高效率，可以考虑全文检索。
7.如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：
select id from t where num=@num
可以改为强制查询使用索引：
select id from t with(index(索引名)) where num=@num
8.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where num/2=100
应改为:
select id from t where num=100*2
9.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where substring(name,1,3)='abc'--name以abc开头的id
select id from t where datediff(day,createdate,'2005-11-30')=0--‘2005-11-30’生成的id
应改为:
select id from t where name like 'abc%'
select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'
10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
11.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。
12.不要写一些没有意义的查询，如需要生成一个空表结构：
select col1,col2 into #t from t where 1=0
这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：
create table #t(...)
13.很多时候用 exists 代替 in 是一个好的选择：
select num from a where num in(select num from b)
用下面的语句替换：
select num from a where exists(select 1 from b where num=a.num)
14.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
15.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
16.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
17.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
18.尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。
19.任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。
20.尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
21.避免频繁创建和删除临时表，以减少系统表资源的消耗。
22.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
23.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
24.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。
25.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
26.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
27.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。
29.尽量避免大事务操作，提高系统并发能力。
30.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
3. SQL语句含义
给出的sql不全只能给你这样解释了：
1、外层的其他数据 应该直接来自内层某表。
2、a.满意等级来自内层的计算。
如下
case when a.satisfactionstar in(4,5)
then '满意'
when a.satisfactionstar in(3)
then '一般'
when a.satisfactionstar in(1,2)
then '不满意'
else '其他'
end as 满意等级,
对上述语句的解释：
当 a.satisfactionstar 的值 为4 或者5时 整个语句的值为‘满意’ 别名 为满意等级。
同理 当 a.satisfactionstar 的值 为3 时 整个语句的值为‘一般’ ，
当 a.satisfactionstar 的值 为1 或者2 时 整个语句的值为‘不满意’
当 a.satisfactionstar 的值 不为上述值 时 整个语句的值为‘其他’
这个值就是外层的 a.满意等级。
就是case when 的一种用法 跟decode 方法的功能差不多。
4. sql可以把不同纬度的，进行统计，在一个语句里选出来吗，比如下表
selectage,count(1)count
from表
groupbyageselectage,type,count(1)count
from表
groupbyage,type
5. 在sql2008中如何将列的维度变成行的指标
select id,语文=isnull(sum(case 成绩 when '语文' then 成绩 end),0),
数学=isnull(sum(case 成绩 when '数学' then 成绩 end),0),
英语=isnull(sum(case 成绩 when '英语' then 成绩 end),0),
物理=isnull(sum(case 成绩 when '物理' then 成绩 end),0),
化学=isnull(sum(case 成绩 when '化学' then 成绩 end),0)
from 表名
group by id
order by id
手写的，没有测试，你先试试
6. SQL2008R2中，如何将行指标转换为列维度
select fid, 会试年度, 备注, 省份,
sum(case when 期间=1 and 预算金额='费用' then 金额 end) 期间1预算费用,
sum(case when 期间=1 and 预算金额='目标' then 金额 end) 期间1预算目标,
sum(case when 期间=2 and 预算金额='费用' then 金额 end) 期间2预算费用,
sum(case when 期间=2 and 预算金额='目标' then 金额 end) 期间2预算目标,
sum(case when 期间=3 and 预算金额='费用' then 金额 end) 期间3预算费用,
sum(case when 期间=3 and 预算金额='目标' then 金额 end) 期间3预算目标
from 表
group by fid, 会试年度, 备注, 省份
如果是期间与预算金额是不定的，那你只能自己先查出期间和预算金额，然后拼sql再动态执行
7. Sql 以id为维度,选不重复的
Sql 以id为维度,选不重复信息如下列出SQL语句：
方案一：distinct
select distinct name from table
方案二：group by
select min(fid),name,sex from table group by name
方案三：
select * from table where name in(select name from table group by name having count(name)=2）
以上三个语句，能将sql数据库里不重复的信息筛选出来。
8. sql server 2000 怎么建立维度表
有两种方法1，在新建查询里可以用代码建create table 表名{}
2，直接手动操作，在自己建的数据库中，点击+号，在下面出现表，在表上点击右键，再点新建 ，希望对你有所帮助。
9. sql中，不同维度的相同度量行转列，我试了不用join得不到结果，有高手不用join，一个sql，可以解决吗
既然JOIN能通过，那么必然有不用JOIN的方法。
下面不用JOIN，一句SQL语句解决。
select t1.file1 as 公司,t1.file2 as 项目,t1.file3 as 工程师类别,
t1.Q1 as 工程师类别维度工程师数,
t2.Q2 as 项目维度工程师数 from
(select file1,file2,file3,count(*) as Q1 from 表名 group by file1,file2,file3)t1,
(select file1,file2 ,count(*) as Q2 from 表名 group by file1,file2)t2
where t1.file1=t2.file1 and t1.file2=t2.file2
order by t1.file1,t1.file2,t1.file3
如果我没有正确理解你的意图，请告诉我，我重新编写代码。
10. 什么是数据库维度 怎么理解怎么用做什么用的 能否通俗易懂的说明。谢谢。
举个简单例子：
就拿excel表格来说，作为单一的工作表，就包含二维（行和列），而一个excel文件，通常包含多个工作表，打开excel文件时，在下方显示的“sheet1、sheet2”这些工作表页列，就是第三维。
excel是最简单的数据库应用，一个xlsx文件只有三维，但你可以用若干个xlsx文件来组成一个项目，这些文件序列，你可以视为第四维。
然后，你还可以把一组组xlsx文件放在一个个目录中，那么这些目录序列，你可以视为第五维。
再往上，你还可以设置更上一级目录，那就是第六维……
反正在excel中，任何一个单元格，都可以调用存储在本地电脑（甚至是网络电脑）任何地方的、任何一个excel文件中的、任何一个工作表的、任何一个单元格内容，所以说，虽然是一大堆的文件，你也可以当做是一个数据库来处理，只是不那么方便。
……
在数据库中，单一的数据库就能包含很多很多维，你也可以把这些维，当做树状目录的结构来理解，也可以当做一堆堆的xlsx文件集合来理解。
磁盘的存储结构（不管是fat还是ntfs，还是linux或os或别的什么磁盘格式），都是一种大型的、多维的数据库，分区是一个维度，目录是一个维度，每一档下级目录又是一个维度。文件是一个维度，文件中的章节行段也是维度……
数学中的维度概念，和通常意义上的空间维度，是两回事。
空间维度可以用数学来解释，但数学维度，三维以上你就无法用空间来显示。
但在数据库中，三维只是基本操作。
……
用excel来举例，已经是我能找到的最容易理解的方案。
我真正理解数据库维度时，是从数组开始的，当时使用一个很简陋的编程软件，他不提供数据库建立和访问，数组的维度也有限，还需要自己建立多维存储文件，并且只支持文本格式。
文本格式中，使用【】标记数组维度，【】中间的标识符可以自定义，通过各种不同的标识符来延伸维度……做着做着，我忽然间就领悟到什么叫数据库、什么叫维度，如果不考虑执行效率的话，用一个文本文件，就能模拟出一个硬盘来……