業務系統和數據倉庫
數據倉庫和業務系統的目的從根本上是不同的。業務系統支持業務處理的執行，同時數據倉庫支持處理的評估。他們的使用目的不同，因此需要不同的原理指導不同的設計。維度建模的原理非常適合數據倉庫系統的需求。
業務系統
業務系統
業務系統直接支持業務處理的執行。通過捕獲交易事務重要事件的細節，建立活動記錄。例如，一個銷售系統捕獲訂單、運輸和回款信息；一個人力資源系統捕獲員工的僱傭和提升信息；一個會計系統捕獲財務管理的資產和負債信息。捕獲這些活動的細節通常是業務系統的重點。
爲了方便業務處理的執行，一個業務系統必須能夠與多種數據庫交互，包括插入、更新和刪除。業務系統經常稱爲交易系統。這些交易系統的特點是原子操作--一個具體的命令序列。這些交互具有可預測性。例如，一個訂單處理系統必須提供產品、客戶、發票和包裝的列表；並且能跟蹤訂單狀態。在關係數據庫中實施，優化數據庫設計的模式是廣泛採用的方法，使之符合第三範式。設計支持高性能的插入、更新和刪除數據，並保持原子性和一致性。
因爲重點集中於處理的執行，交易系統在事物變化是進行更新操作，當交易結束時使數據歸檔。例如，一旦客戶變了新地址，舊地址就不需要了。一年後，銷售訂單已經傳遞到財務報告，那麼就不需要在交易系統維護該訂單了。
數據倉庫系統
交易系統集中於業務流程的執行，而數據倉庫系統則集中於業務的評估。這個月的訂單數量相比上個月的趨勢如何?這個季度的銷售額目標是多少？市場營銷活動對銷售有什麼影響？誰是我們最好的客戶？這些問題涉及到評估整個訂單的流程，而不是某一個單獨的訂單。
數據倉庫完全通過查詢數據與用戶交互；不會新建和修改信息。這些交互涉及大量的交易，而不是某個交易。有很多專業的預測問題，還有隨時間變化的趨勢。在數據倉庫系統中，歷史數據將會保留很久。交易系統與數據倉庫系統的區別見圖1.1。
維度建模的原理滿足了數據倉庫系統的需求。相對於單個記錄的交易系統，星型設計模式是查詢大數據量優秀方案。它支持歷史數據的維護，甚至交易系統修改和刪除的信息。作爲模型的處理標準，多維模式能夠解決各種各樣的問題。
