20120405-032 医院数据仓库数据模型设计
医院数据库管理系统设计
医院数据库管理系统设计简介医院作为一个涉及到大量患者和医疗数据的组织机构，需要一个高效的数据库管理系统来管理患者信息、医生信息、诊疗记录、药物信息等数据。
本文将探讨设计一个医院数据库管理系统的方案，旨在提高医院管理效率和数据处理能力。
数据库结构患者信息表（Patients）•患者ID•患者姓名•性别•年龄•住址•联系方式•入院时间•出院时间医生信息表（Doctors）•医生ID•医生姓名•职称•所属科室•联系方式诊疗记录表（MedicalRecords）•记录ID•患者ID•医生ID•就诊时间•诊断结果•处方药物药物信息表（Medications）•药物ID•药物名称•生产厂家•规格•用法用量•价格功能需求1.患者管理：包括患者信息的录入、修改、查询和删除功能。
2.医生管理：包括医生信息的录入、修改、查询和删除功能。
3.诊疗记录管理：记录患者的诊疗过程，包括诊断结果和处方药物。
4.药物管理：包括药物信息的录入、修改、查询和删除功能。
5.数据统计分析：提供对患者数量、医生数量、各科室就诊情况、药物使用情况等的统计分析功能。
数据库设计思路•数据表之间建立合适的关联关系，如将医生ID和患者ID作为外键关联到诊疗记录表。
•设计合理的索引，提高数据检索效率。
•考虑数据安全性和数据一致性，确保医疗数据的安全和完整性。
总结医院数据库管理系统设计涉及到患者信息、医生信息、诊疗记录和药物信息等重要数据，一个高效的系统能够提高医院管理效率、改善患者就诊体验，减少数据冗余和错误。
通过合理的数据库结构设计和功能需求规划，可以为医院信息化建设奠定坚实的基础，为医院运营和管理提供可靠的支持。
以上为医院数据库管理系统设计的相关内容，希望能对医院信息化建设有所启发与帮助。
医学数据库设计与管理
医学数据库设计与管理一、引言医学数据库在医学领域的应用越来越广泛，它是一个存储大量医疗数据的仓库。
数据模型的设计和数据库的管理是医学信息系统的基础。
本文讨论医学数据库设计和管理的方法和原则。
二、医学数据库的设计1. 数据模型的选择医学数据库设计需要选择合适的数据模型，常见的数据模型如层次模型、网状模型、关系模型等。
目前关系模型是医学数据库设计的主要选择，因为它比较简单易用且容易实现。
2. 数据库的范式化设计范式化设计是数据库设计的重要原则之一，它目的是避免数据冗余，减少数据维护和修改的复杂度。
在医学数据库中，常用的范式包括第一范式、第二范式、第三范式等。
3. 数据库结构的设计数据库结构的设计需要考虑存储和检索性能、数据完整性和安全性等。
常用的数据库结构包括表、索引、视图和触发器等。
在设计数据库结构时需要确定表之间关系和各种属性的数据类型。
4. 数据库的安全性设计医学数据的保密性非常重要，因此数据库设计时需要考虑对数据的保密性、完整性和可用性等。
常用的安全性设计方法包括访问控制、用户认证和加密等。
三、医学数据库的管理1. 数据库备份和恢复数据库因为意外故障时将导致严重的数据丢失，因此进行数据库备份是必须的。
数据库的管理人员需要定期进行备份，并测试备份数据的恢复性。
2. 数据库优化数据库优化的目的是提高数据库的响应速度，减少查询时间。
优化方法包括索引、视图、分区表和性能监控等。
3. 数据库性能监控数据库性能监控是数据库管理的重要功能，它可以及时发现数据库性能问题，快速定位和解决问题。
常用的性能监控包括CPU 使用率、磁盘I/O和内存利用等。
4. 数据库安全管理医学数据的保密性、完整性和可用性是数据库安全管理的重要目标。
数据库管理人员需要采用密码、加密、访问控制等技术对数据进行保护。
四、医学数据库的发展趋势1. 云化和大数据化随着互联网的发展，医学数据库将逐步向云化和大数据化方向发展，利用各种云服务实现数据的共享和协作。
医院住院病人数据库设计
医院住院病人数据库设计数据库设计是根据需求对数据库进行结构化的设计，以便能够高效地存储和管理数据。
对于医院住院病人数据库的设计，以下是一个大致的架构和说明。
1.实体和关系：-实体：病人、医生、病房、疾病、手术、药品等。
-关系：病人与医生（主治医生）、病人与病房（入住病房）、病房与医生（护理医生）、疾病与病人（确诊疾病）、疾病与手术（治疗手术）、病人与手术（接受手术）、病人与药品（用药情况）等。
2.实体属性：-医生：姓名、性别、出生日期、职称等基本信息。
-病房：病房编号、楼层、床位数等详细信息。
-疾病：疾病编号、疾病名称、疾病描述等详细信息。
-手术：手术编号、手术名称、手术日期、手术描述等详细信息。
-药品：药品编号、药品名称、药品类别、单价等详细信息。
3.关系属性：-病人与医生：病人可以有一个主治医生，医生可以有多个病人。
-病人与病房：病人可以入住一个病房，病房可以容纳多个病人。
-病房与医生：病房可以有一个或多个护理医生，医生可以管理多个病房。
-疾病与病人：一个疾病可以诊断多个病人，一个病人可以患有多个疾病。
-疾病与手术：一个疾病可以需要进行多个手术，一个手术可以治疗多个疾病。
-病人与手术：一个病人可以接受多个手术，一个手术可以被多个病人接受。
-病人与药品：一个病人可以使用多个药品，一个药品可以被多个病人使用。
4.数据库表设计：- 病人表（Patient）：包含病人的基本信息。
- 医生表（Doctor）：包含医生的基本信息。
- 病房表（Ward）：包含病房的详细信息。
- 疾病表（Disease）：包含疾病的详细信息。
- 手术表（Surgery）：包含手术的详细信息。
- 药品表（Medicine）：包含药品的详细信息。
- 病人-医生关联表（Patient_Doctor）：记录病人和医生之间的关联关系。
- 病人-病房关联表（Patient_Ward）：记录病人和病房之间的关联关系。
- 病房-医生关联表（Ward_Doctor）：记录病房和医生之间的关联关系。
《医院数据仓库案例》课件
数据挖掘
1
数据分析与处理
通过数据分析和处理揭示医院数据中的隐藏信息。
2
数据建模与预测
利用数据挖掘技术建立模型并预测医院的运营和需求情况。
3
数据可视化与报表
将数据结果以可视化的方式呈现，并生成有用的报表。
案例分析
医院业务流程分析
详细分析医院的业务流程，找出数 据仓库可以发挥作用的领域。
数据需求分析和设计
数据仓库架构图
了解医院数据仓库的典型架构示意 图。
数据来源和接口
探索医院数据仓库的数据来源和与 外部系统的接口。
数据抽取、清洗和转换
了解医院数据仓库中数据的抽取、 清洗和转换过程。
数据建模
1 维度模型与事实表
2 数据建模工具介绍
介绍在医院数据仓库中常用的维度模型和事实表 的概念。
了解可用于医院数据建模的常用工具和技将介绍医院数据仓库的架构设计、数据建模、数据挖掘和案例分析 等内容。一起来探索医院数据仓库的概念和重要性吧！
概述
1 数据仓库的定义和意义
2 医院数据仓库的特点和作用
了解数据仓库的基本概念和为什么医院需要数据 仓库。
探索医院数据仓库的独特属性和实际应用中的作 用。
架构设计
确定医院数据仓库的数据需求，设 计数据模型和结构。
数据应用场景与实现
介绍医院数据仓库的典型应用场景， 并讲解实际的实施过程。
总结
1 数据仓库的未来发展趋势
探讨医院数据仓库未来的发展趋势和可能的创新方向。
2 如何建设一个高效的医院数据仓库
提供实用的建议和方法，帮助搭建一个高效且适应医院需求的数据仓库。
医院管理系统数据库设计报告.doc
目录一、绪论 (1)1、系统开发说明 (1)2、国内研究现状 (1)3、医院信息化管理目标 (1)4、系统的基本构成 (2)二、需求分析 (3)1、医院管理简介 (3)2、主要关系流程分析 (4)3、可行性分析 (5)三、概念设计 (5)四、逻辑设计 (9)五、系统实现 (10)1、系统设计所用的主要数据表结构 (10)2、数据库实例 (16)3、数据库关系图 (20)4、数据库查询，插入，删除与更新 (20)5、视图的建立与查询 (22)6、数据的存储过程 (24)7、触发器的建立 (25)六、实验心得 (26)一、绪论1、系统开发说明医院管理的门面大，信息流量大，手续较繁锁，在手工方式下，医护人员要做大量不必要的重复工作、效率低、准确性差、不方便管理，影响工作效率，造成了很多就诊病人得不到合理有效的快捷就诊服务，甚至影响医疗质量。
为此，越来越多的医院加快了信息化建设的步伐。
医院管理系统能有效地优化服务和工作环境、使病人和医生情绪得以放松，提高了服务效率和质量、树立了医院的良好形象，使医院工作可以高效有序的运转，提高了医院的经济效益，促进医院的发展。
2、国内研究现状我国医院信息系统（HIS）的发展阶段可以分为三个部分：第一阶段，是医院管理信息系统建设阶段（HMIS）；第二阶段，是医院临床信息系统建设阶段（HCIS）；第三阶段，是建设区域卫生信息系统阶段（GMIS）。
在实现医院信息化的过程中，标准化是一个不能回避的问题。
流程的标准化是和医院的改革，医院的管理科学化包括现代医院建设密不可分的。
3、医院信息化管理目标开发本医院管理系统，促进医院信息化管理，其目标主要有：(1) 改变医院的管理模式，以数字化管理、信息化管理为核心，形成先进的医院管理理论和医院管理模式。
(2) 建立医院内部完善的医院信息处理系统，最大限度地服务于病人和医护人员。
(3) 建立全面的信息化的医学咨询系统、健康咨询系统。
(4)制定及完善医药信息学标准。
临床数据仓库的架构与搭建步骤
临床数据仓库的架构与搭建步骤作为一位现代互联网思维老师，我一直致力于将互联网思维的理念应用于各个领域，包括医疗健康领域。
在医疗健康领域，临床数据的积累和分析对于提高医疗质量和效率至关重要。
而临床数据仓库的架构和搭建步骤则成为了实现这一目标的关键。
一、临床数据仓库的架构临床数据仓库是指将来自临床实践的各种数据进行整合、存储和分析的系统。
其架构主要包括数据抽取、数据清洗、数据集成、数据存储和数据分析等环节。
1. 数据抽取：临床数据来源广泛，包括电子病历、医学影像、实验室检查、生理参数等。
数据抽取是将这些数据从不同的源系统中提取出来，为后续的数据清洗和整合做准备。
2. 数据清洗：由于临床数据的来源多样性和数据质量的不确定性，数据清洗是非常重要的环节。
在数据清洗过程中，需要对数据进行去重、去噪、格式转换等操作，确保数据的准确性和一致性。
3. 数据集成：临床数据来自不同的源系统，数据集成是将这些数据整合到一个统一的数据模型中。
在数据集成过程中，需要进行数据映射、数据转换等操作，以确保数据的一致性和可用性。
4. 数据存储：临床数据仓库需要一个稳定可靠的存储系统来存储海量的数据。
常见的数据存储方式包括关系型数据库、非关系型数据库、分布式文件系统等。
5. 数据分析：临床数据仓库的最终目的是为了进行数据分析，从中发现规律、提取知识。
数据分析可以采用统计分析、机器学习、数据挖掘等方法，以帮助医疗机构做出科学决策。
二、临床数据仓库的搭建步骤搭建一个临床数据仓库需要经过一系列的步骤，包括需求分析、系统设计、数据建模、系统开发、系统测试和系统部署等。
1. 需求分析：在搭建临床数据仓库之前，需要明确医疗机构的需求和目标。
这包括确定需要整合的数据类型、数据分析的目的和方法、用户的需求等。
2. 系统设计：在需求分析的基础上，进行系统设计。
系统设计需要考虑到数据的抽取、清洗、集成、存储和分析等各个环节，以及系统的可扩展性和可靠性。
医院病房管理系统数据库设计
医院病房管理系统数据库设计引言医院病房管理系统是医院管理系统中一个重要的组成部分，它负责对病房信息、病人信息、医护人员信息等进行管理和记录。
数据库设计是医院病房管理系统的基础，合理的数据库结构能够提高系统的数据处理效率和信息查询准确性。
数据库设计需求在设计医院病房管理系统数据库时，需要考虑以下几个方面的需求：1.医院病房信息管理：包括病房编号、病房类型、病床数量等信息。
2.病人信息管理：包括病人编号、姓名、年龄、性别、诊断信息等。
3.医护人员信息管理：包括医生编号、护士编号、姓名、联系方式等。
4.医疗订单管理：包括病人住院情况、药品、检查项目等。
5.日志记录：记录系统操作日志，确保数据操作的安全性和可追溯性。
数据库表设计根据上述需求，我们设计如下数据库表结构：病房信息表（Ward）字段名数据类型描述ward_id INT 病房编号ward_type VARCHAR(50) 病房类型bed_count INT 病床数量病人信息表（Patient）字段名数据类型描述patient_id INT 病人编号name VARCHAR(50) 姓名age INT 年龄gender VARCHAR(10) 性别diagnosis TEXT 诊断信息医护人员信息表（Staff）字段名数据类型描述staff_id INT 医护人员编号name VARCHAR(50) 姓名contact VARCHAR(50) 联系方式医疗订单表（Medical_Order）字段名数据类型描述order_id INT 订单编号patient_id INT 病人编号staff_id INT 医护人员编号medications TEXT 药品procedures TEXT 检查项目操作日志表（Log）字段名数据类型描述log_id INT 日志编号time TIMESTAMP 操作时间description TEXT 操作描述总结通过以上数据库设计，我们建立了医院病房管理系统所需的数据表结构，包括病房信息、病人信息、医护人员信息、医疗订单和日志记录等。
医院管理系统数据库设计
医院管理系统数据库设计引言医院作为重要的医疗机构，为社会提供医疗服务。
为了更好地管理医院的各项业务，医院管理系统的设计变得尤为重要。
其中，数据库设计是医院管理系统的核心之一，合理的数据库设计能够提高系统的性能和效率。
概述医院管理系统是一个复杂的信息系统，需要收集、管理、分析大量的数据。
数据库设计是医院管理系统的基础，直接影响系统的运行效率和数据的准确性。
一个优秀的医院管理系统数据库设计应该考虑到医院的各个方面，包括患者信息、医生信息、诊疗记录等内容。
患者信息表设计患者信息是医院管理系统中最重要的部分之一。
患者信息表应该包含患者的基本信息，如姓名、性别、年龄、联系方式等。
此外，还应该记录患者的病历信息、诊断结果、就诊时间等内容。
通过对患者信息表的合理设计，可以实现对患者信息的有效管理和查询。
医生信息表设计医生是医院管理系统中另一个重要的角色。
医生信息表应该包含医生的基本信息，如姓名、性别、职称、科室等。
此外，还应该记录医生的擅长领域、工作时间、联系方式等内容。
通过对医生信息表的合理设计，可以实现对医生信息的有效管理和排班。
诊疗记录表设计诊疗记录是医院管理系统中记录患者病情和治疗过程的重要内容。
诊疗记录表应该包含患者的就诊信息、诊断结果、治疗方案、用药情况等内容。
通过对诊疗记录表的合理设计，可以实现对患者的诊断和治疗过程的全面管理和追踪。
数据库关系设计在医院管理系统的数据库设计中，各个表之间的关系设计尤为重要。
适当的关系设计可以实现数据的一致性和完整性，避免数据冗余和错误。
在设计数据库关系时，应该考虑到各个表之间的关联关系，确保数据的正确性和关联性。
结论医院管理系统数据库设计是医院信息化建设中的关键环节。
一个合理的数据库设计能够提高医院管理系统的运行效率和数据的准确性。
通过精心设计患者信息表、医生信息表、诊疗记录表以及数据库关系，可以实现对医院信息的有效管理和查询。
希望通过本文的介绍，读者对医院管理系统数据库设计有更深入的了解，为医院管理系统的建设提供参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
医院数据仓库数据模型设计汪涛①①安徽省中医院，230009，安徽省合肥市梅山路117号摘要目的：数据模型设计是数据仓库建设的核心，本文提出一种医院数据仓库数据模型的设计方法。
方法：以某一三甲医院的HIS数据为背景，采用数据驱动的手段，结合医院的需求，提出了医院数据仓库的三层数据模型，概念模型、逻辑模型、物理模型，并完整地给出了每个模型的具体的设计和主要内容。
结果：设计并实现了医院数据仓库的的数据模型，并结合医院具体的数据给出了相应的实例。
结论：此医院数据仓库的三层数据模型易于理解和实现，为医院数据仓库设计最终完成提供了基础。
关键词数据模型概念模型逻辑模型数据仓库1 引言随着医疗市场的竞争越来越激烈,为了提高医院的竞争力,各家医院对信息化建设投入不断加大[1]。
医院信息系统的使用提高基本业务处理的效率，提升了管理的手段。
但随着时间的推移，现有系统积累了海量数据，如何对其中的各类业务数据加以整合和利用，从中挖掘出隐藏在背后的有价值、可以利用的潜在信息，对以后医院科学的业务分析和管理决策十分重要的意义。
数据仓库的出现正好可以解决以上问题，如“军字一号”医院信息系统上建立数据仓库，整合和分析历史数据[2]，为医院决策提供数据。
而数据仓库系统如何对海量数据进行有效组织和管理，并使之支持千变万化的管理业务分析与决策，主要依赖于数据仓库系统逻辑数据模型(Logical Data Model，简称LDM )的设计[3]。
一个好的逻辑数据模型能够最大的保证灵活性和可扩展性，以满足数据源的变化和应用需求的拓展。
因此建设好LDM 是医院数据仓库的关键，本就此进行探讨。
2 数据仓库数据模型的概述数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持管理人员的决策,其与操作型数据库系统(OLTP)的建模方法是有不同的[4]。
操作性数据库系统是为具体的业务活动，是在传统开发生命周期(SDLC)下进行的，但不适用与决策支持系统领域。
在用户需求尚不明确的情况下，数据仓库的建模是从整合现有操作型数据开始的，分析业务系统的数据组织、关系模型，确定数据范围、主题，依次设计系统的概念模型、逻辑模型和物理模型；而在实际的项目实施当中，如在医院的数据仓库建设中，系统的初步需求还是需要首先了解和分析的。
这为数据仓库建设提供了原始范围，以及最终为用户所接受提供保证。
以下，我在设计医院数据仓库模型是从系统需求分析和HIS的数据分析开始的，采用三层模型设计的。
3 设计医院的数据仓库的数据模型3.1 概念模型的设计3.1.1 系统边界的确立，包括需求分析、数据来源等现有的医院数据是面向具体业务的，缺少数据分析，难以为领导的决策服务；数据仓库的提供了对现有、历史数据的分析，为医院决策者感兴趣的问题找到答案[5]门诊、住院病人数量变化趋势怎样？与季节、医生有和关系？药品比例过高的科室哪些医生开方最多？哪种药品最多？病人治疗效果分布如何及其关联因素？收入增长当中有多少是来次非药品？我院数据仓库的来源主要是现有HIS（医院信息系统）积累的数据和医院病案首页数据。
包括门诊病人就诊信息费用信息、住院病人费用信息，住院病人的分布信息、诊疗信息，药品采购、使用的动态信息，各种医保病人结算及相关信息。
3.1.2 确定主题及其内容主题是在较高层次上将企业业务模型和面向事务的数据进行分析、归类和综合的一个过程，每个主题对应了一个分析领域。
数据仓库中的数据是面向主题的，主题的确立过程主要的工作包括对医院的业务模型的分析，信息系统数据的E-R图的分析，以及医院宏观决策需求分析。
现根据需求分析和现有数据的综合，可以确定如下主题：费用主题（分为门诊和住院），其主要内容有病人ID、处方ID，科室、医生、处方、费别、病人类别、时间、费用金额；药品主题（采购和使用），采购部分主要内容有采购的药品名称、药房、时间、供应商、采购人员、采购价格，使用部分主要内容有使用药房、药品名称、时间、处方、医生、科室；住院病人的分布，这部分数据主要来自病案首页的数据，主要内容有姓名、性别、年龄、职业、入院时间、入院诊断；病种分析，主要内容有病人ID、疾病诊断名称、治疗效果、药物名称、手术名称、科室、主治医生、治疗总费用，住院日。
3.1.3 建立数据仓库概念模型概念模型设计的目的是在需求分析和主题分析的基础上建立一个较为稳固的概念模型。
在这里采用信息包图完整、规范化的分析上述主题，同时建立各个主题的星型图。
信息包图建立方法如下：通过对需求分析的结果的整理，提取医院领导和各部门主要领导所关心主要指标。
如：院长的都关心每月的收入变化趋势，医务处关心手术次数及医疗相关的变化趋势，药剂科主任关心药品采购、销售、使用的变化。
分析相关指标的分析角度，即未来要设计星型模型的维度。
如费用主题中，当领导需要了解医疗收入这一指标时，他们分析的角度一般上是时间周期、科室、费别、病人类型、医生。
对维度进行分析，确定每个维度的层次结构，确立多维数据分析的上钻、下钻的途径。
如在费用分析里，时间周期级别有年、月和日，不需要更小的层次了，费别中领导很关心药品比，所以增加了高一级别的药品和非药品。
查看现有HIS中的数据，其中费用信息最为详细和完整，现以费用主题，住院病人为对象，建立信息包图见表1。
表1：费用信息包图维度层次结构信息包图中可以确定该主题分析的目标是收入的变化分析，可以从年、季度、月甚至日的角度，从科室、医生、费别、医保类别来研究费用的变化。
采用星型架构的方法来表示这种数据关系，星型架构由一个事实表和一组维表组成。
事实表的主键是有各个维表的主键共同组成，而非主属性是数值性数据，也是我们要考察的指标数据。
此主题的星型架构见图1。
图1 星型架构的逻辑视图3.2 逻辑模型的设计3.2.1 详细分析主题域 上面确定了几个基本的主题域，在进行设计时，一般是一次一个主题或一次若干个主题地逐步完成的。
所以，我们必须对概念模型设计步骤中确定的几个基本主题域进行分析，一并选择首先要实施的主题域[6]。
我院HIS 是1998年开始上线，主要是门诊、住院收费，2003年开始了医护工作站的使用，很显然这些数据都是以财务收费为主体的，所以费用信息在我院历史数据中最为详细。
同时医院领导最为关心的也是收入的变化，以及药品比例的变化。
所以，本论文首先分析住院费用主题，逐步设计数据仓库的完整数据模型。
分析费用该住主题的详细详细属性，从HIS 数据库当中提取、集成数据导入到数据仓库，作为多维数据分析的基础数据源。
费用主题的主属性有：科室ID 、医生ID 、发票ID 、费用小计、病人ID 、时间。
源数据的相关表有：病人信息表：病人ID 、病人姓名、性别、年龄、地址、病人类别等；处方信息表：病人ID 、处方ID 、科室名称、医生姓名、项目名称、数量、单价、小计、发票类别、时间。
还有发票类别表与病人类别表。
根据这些源数据下面就可以设计该主题的事实、维度表了。
3.2.2 粒度层次划分 粒度问题是设计数据仓库的一个最重要方面。
粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别。
它深深地影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答的查询类型[4]。
因此必须在数据仓库中的数据量大小与查询的详细程度之间要作出权衡。
对于费用变化，领导一般关心的月报、季报、年报，而无须关注日数据的变化；同时也是以科室为单元，区分药品、非药品、院内制剂、手术费用的比重。
因此可以考虑采用双重粒度，分别建立一个具有上述属性细节数据库，确保了源数据在数据仓库中细节不会丢失，再建立一个领导经常使用的轻度综合的数据库见图2。
图2 双层粒度以2007-2008年的数据为例，对于细节库中费用明细表的设计，首先要考虑到历史病人费用清单的查询，通过增加冗余，把病人的姓名、性别、病人类别等字段加入到处方信息表，从而构成了一个费用细节表，行数为9百多万条；而在汇总的数据库中，要进行汇总，只保留了病人ID、发票ID、科室ID、医生ID、日期（年月日）费用小计，此时行数为四百多万条，数量大大减少。
通过是采用双重粒度，把经常访问的数据存储在高速设备上，节约了空间，也提高了访问的效率。
3.2.3 确定分割策略数据分割的目的是把数据分成小的物理单元，便于数据的处理和灵活的访问；数据分割的表准是根据设计需要灵活的划分的[4]。
医院的数据主要是病人的信息，以时间为顺序的，跨年度的病人比例一般比较小，而且费用汇总也是以时间为单位的，所以数据分割以时间为标准，可以形成每年的数据库，便于数据的查询、分析和综合。
此论文以年分别建立数据库，作为数据仓库的源数据。
3.2.4 确定星型架构的构成：事实表和维度星型架构主要由事实表和维度表构成，这种模型的中心是事实表，包含了度量值和维度表的主键，维度表主要存储了各个维的具体字段，事实表和维度表之间是通过主键和外键关系相联系的。
在设计该模型的当中，层次结构的设计是非常重要的，层次结构就是用户在分析数据时向上向下钻取的路径。
以时间层次机构为例，一般上年最高层次，接下来一次是月、日，那么时间维度必须包含这几个字段，并严格约束它们之间的对应关系。
在以下面费用分析中，用户就可以很轻松地了解到一年中每个月，一个月中的每一天的收入金额。
另外为了药品比的分析可以在类别（RevoiceID）维当中加入药品判断字段，层次设计放到较高级别就可以了。
图1已经给出了星型架构的逻辑视图，根据对应的主题分析，我们就可以设计相应的星型模型[7]。
主题有费用主题、药品主题、病人主题、病种主题，都可以设计出自己的事实表和维度。
在设计维度的时候，可以几个主题共享同一维度，可以确定时间维度、病人维度可以共享。
这里还是以费用为主题设计它的星型模型，见图3。
费用事实表、维表的设计是服从于医院费用分析。
药品比、医保构成比是比较关心的问题，因此在费用类别里添加了药品、非药品字段，病人信息表里添加了是否医保字段，这样就可以建立包含药品和非药品发票类别的层次结构以及包含医保和非医保病人类别层次结构了。
同时根据粒度的分析，时间维最小分析单元是日，就可以把源数据时间格式转换成标准的日期格式（YY-MM-DD），按病人ID、科室名称、医生姓名、发票类别、日来汇总小计的金额。
这样大大减少了记录条数，在对医院HIS的07、08年数据处理时，可减少50%的记录。
图3 星型模型图3.3 物理模型的设计数据仓库的物理模型的设计就是数据仓库逻辑模型在物理系统的实现。
其中主要解决数据的结构类型、数据的索引策略、数据的存储策略及存储优化等问题。
在进行物理模型的设计实现时，所考虑的因素有：性能价格比、I/O存储时间、空间利用率及维护的代价[8]。
以我院为例，每天的产生的数据处方细节表就有几万条，细节数据量积累起来很快。