我正在使用关系型数据库构建一个简易的数据仓库。我已确定需要记录以下关键“属性”：
- 性别（真/假）
- 人口统计分类（A，B，C等）
- 出生地点
- 出生日期
- 体重（每天记录）：所记录的事实
我的要求是能够运行允许我执行“OLAP”查询的查询，这些查询使我能够：
- “切片和切块”
- 在数据上“钻取”
- 一般地，能够从不同的角度查看数据
阅读了这个主题领域后，普遍的共识似乎是最好使用维度表来实现这一目标，而不是规范化的表。
假设这种说法是正确的（即解决方案最好使用事实和维度表实现），我想在这些表的设计中寻求一些帮助。
“自然”（或明显）的维度包括：
- 日期维度
- 地理位置
这些维度具有分层属性。然而，我在如何对以下字段进行建模时遇到了困难：
- 性别（真/假）
- 人口统计分类（A，B，C等）
我在这些字段上的困惑是：
- 它们没有明显的分层属性可以帮助聚合（据我所知），这表明它们应该在事实表中。
- 它们大多是静态或很少改变的 - 这表明它们应该在维度表中。
也许我使用的启发式方法太粗糙了？
我将举一些关于我希望在数据仓库中进行的分析类型的例子 - 希望这些例子能进一步澄清问题。
我想通过性别和人口统计分类聚合和分析数据 - 例如回答以下问题：
- 不同人口统计分类下男女的体重如何比较？
- 哪种人口统计分类（男性和女性）显示本季度最大的增长？
等等。
有人能否澄清性别和人口统计分类是否属于事实表，还是像我怀疑的那样属于维度表？
并且假设它们是维度表，有人可以详细说明表结构（即字段）吗？
“明显”的模式：
CREATE TABLE sex_type (is_male int);
CREATE TABLE demographic_category (id int, name varchar(4));
可能不是正确的。
