整合圖 4.9–4.10 與線上分析處理（Online Analytical Processing, OLAP）說明，建立多維資料倉儲教學案例。
理解事實表、維度表、星狀架構、雪花架構、線上分析處理與切片操作。
企業不只需要儲存交易資料，也需要依多個商業維度快速查詢與分析。資料倉儲因此常採維度式表示，而非直接以線上交易處理（Online Transaction Processing, OLTP）結構服務分析。
| 概念 | 原書說明 |
|---|---|
| 事實表 | 中央事實資料 |
| 維度表 | 包含分類、彙總與描述中央事實資料列的屬性 |
| 星狀架構 | 維度資料較去正規化；每個維度由單一資料表表示 |
| 雪花架構 | 維度可拆成多個相關資料表 |
| 切片 | 在多維陣列中固定一個或多個維度的值取得子集 |
先辨識衡量值／事實與商業維度，再設計維度架構，最後以線上分析處理操作從不同維度切換與檢視資料。
本節屬資料模型與操作示範，原書未提供需要自行計算的單一結果。
線上交易處理著重日常交易的擷取與儲存；資料倉儲與線上分析處理則把資料重新組織為適合管理分析的形式。兩者目的不同，不應把營運架構直接等同分析架構。
將一個企業銷售問題拆成事實、維度與可能的切片操作；若原書沒有給定實際欄位與數字，請標示為教學示意而非原書資料。
若維度資料高度正規化，星狀架構與雪花架構哪一個概念上較接近？
參考解答： 雪花架構，因其維度可拆成多個相關資料表；星狀架構的維度則較去正規化。