維度 - 簡介
適用於：
SQL Server Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
SQL Server SQL Server Analysis Services 維度的所有Microsoft都是以數據源檢視中數據表或檢視的數據行為基礎的屬性群組。 維度與 Cube 無關，可用於多個 Cube、可在單一 Cube 中使用多次，而且可以在 SQL Server Analysis Services 實例之間連結。 與 Cube 無關的維度稱為資料庫維度，而 Cube 內資料庫維度的實例稱為 Cube 維度。
以星型架構設計為基礎的維度
維度的結構主要是由基礎維度數據表或數據表的結構所驅動。 最簡單的結構稱為星型架構，其中每個維度都是以以主鍵 - 外鍵關聯性直接連結至事實數據表的單一維度數據表為基礎。
下圖說明 AdventureWorksDW2012 範例資料庫的子區段，其中 FactResellerSales 事實數據表與兩個維度數據表有關，DimReseller 和 DimPromotion。 FactResellerSales 事實數據表中的 ResellerKey 數據行會定義 DimReseller 維度數據表中 ResellerKey 主鍵數據行的外鍵關聯性。 同樣地，FactResellerSales 事實數據表中的 PromotionKey 數據行會定義與 DimPromotion 維度數據表中 PromotionKey 主鍵數據行的外鍵關聯性。
以雪花式架構設計為基礎的維度
經常需要更複雜的結構，因為需要來自多個數據表的資訊才能定義維度。 在此結構中，稱為雪花式架構，每個維度都是以多個數據表中數據行的屬性為基礎，並依主鍵 -外鍵關聯性來連結至事實數據表。 例如，下圖說明完整描述 AdventureWorksDW 範例專案中
若要完整描述產品，產品類別和子類別必須包含在 Product 維度中。 不過，該資訊不會直接位於 DimProduct 維度的主數據表中。 從 DimProduct到 dimProductSubcategory的外鍵關聯性，其接著會與 DimProductCategory 數據表產生外鍵關聯性，因此可以在 Product 維度中包含產品類別和子類別的資訊。
Snowflake 架構與參考關聯性
有時候，您可以選擇使用雪花式架構從多個數據表定義維度中的屬性，或定義兩個不同的維度，以及定義兩者之間的參考維度關聯性。 下圖說明這類案例。
在上圖中，FactResellerSales 事實數據表與 DimGeography 維度數據表沒有外鍵關聯性。 不過，
在此案例中使用參考維度關聯性的其中一個優點是，您可以建立單一地理維度，然後根據地理位置維度建立多個 Cube 維度，而不需要任何額外的儲存空間。 例如，您可以將其中一個地理 Cube 維度連結至轉銷商維度，另一個地理位置 Cube 維度連結到客戶維度。 相關主題：維度關聯性、定義參考關聯性和參考關聯性屬性
處理維度
建立維度之後，您必須先處理維度，才能檢視維度中的屬性和階層成員。 變更維度的結構或更新其基礎表中的資訊之後，您必須先重新處理維度，才能檢視變更。 當您在結構變更之後處理維度時，您也必須處理包含維度的任何 Cube，否則 Cube 將無法檢視。
安全
維度的所有次級物件，包括階層、層級和成員，都會使用 SQL Server Analysis Services 中的角色來保護。 維度安全性可以套用至資料庫中使用維度的所有 Cube，或只套用至特定 Cube。 如需維度安全性的詳細資訊，請參閱 授與維度的許可權 （Analysis Services）。