數(shù)據(jù)挖掘2章數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的olap技術(shù)-wenkub
2023-05-20 03:06:17 本頁(yè)面
【正文】 的，僅當(dāng)超過(guò)規(guī)定的存儲(chǔ)期限，才將其從數(shù)據(jù)倉(cāng)庫(kù)中刪除，提取新的數(shù)據(jù)經(jīng)集成后輸入數(shù)據(jù)倉(cāng)庫(kù)。 OLAP從數(shù)據(jù)倉(cāng)庫(kù)中的綜合數(shù)據(jù)出發(fā)，提供面向分析的多維模型，并使用多維分析的方法從多個(gè)角度、多個(gè)層次對(duì)多維數(shù)據(jù)進(jìn)行分析，使決策者能夠以更加自然的方式來(lái)分析數(shù)據(jù)。 ? 復(fù)雜分析的高性能體現(xiàn)：涉及大量數(shù)據(jù)的聚集、綜合等，在進(jìn)行復(fù)雜查詢時(shí)經(jīng)常會(huì)使用多表的聯(lián)接、累計(jì)、分類、排序等操作。事務(wù)型處理是用來(lái)協(xié)助企業(yè)對(duì)響應(yīng)事件或事務(wù)的日常商務(wù)活動(dòng)進(jìn)行處理。 分析型處理 ? 分析型處理：用于管理人員的決策分析，例如DSS、 EIS、和多維分析等。細(xì)節(jié)數(shù)據(jù)量太大，會(huì)嚴(yán)重影響分析的效率，而且太多的細(xì)節(jié)數(shù)據(jù)不利于分析人員將注意力集中于有用的信息。 ? 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的完善工作： ? 改正性維護(hù)：在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)與開發(fā)過(guò)程中，雖然已經(jīng)進(jìn)行了嚴(yán)格的測(cè)試，但對(duì)于一個(gè)大型的系統(tǒng)可能還潛藏著一些錯(cuò)誤，改正性維護(hù)就是為了發(fā)現(xiàn)和改正這些錯(cuò)誤而進(jìn)行的過(guò)程。 進(jìn)一步發(fā)展和探討 ? 發(fā)現(xiàn)驅(qū)動(dòng)的探查 :預(yù)計(jì)算的度量指出數(shù)據(jù)異常 ,避免人工檢查數(shù)據(jù) . ? 擴(kuò)充 SQL語(yǔ)句的實(shí)現(xiàn) (多粒度上的復(fù)雜聚集 ). ? 聯(lián)機(jī)聚集 ,可以顯示迄今為止所知道的 ,而不是等待查詢完全處理完 . ? 最高 N查詢 ,只查詢最高的 N項(xiàng) ,而不是整個(gè)排序的表 ,這導(dǎo)致較快的響應(yīng)時(shí)間并減少資源浪費(fèi) . 從數(shù)據(jù)倉(cāng)庫(kù)到數(shù)據(jù)挖掘 ? 信息處理 :支持查詢和基本的統(tǒng)計(jì)分析 ,并使用表或圖進(jìn)行報(bào)告 . ? 分析處理 :支持基本的 OLAP操作 ,在匯總的和細(xì)節(jié)的歷史數(shù)據(jù)上操作 . ? 數(shù)據(jù)挖掘 :支持知識(shí)發(fā)現(xiàn) ,包括找出隱藏的模式和關(guān)聯(lián) ,構(gòu)造分析模型 ,進(jìn)行分類和預(yù)測(cè) ,并用可視化工具提供挖掘結(jié)果 . 數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用 聯(lián)機(jī)分析挖掘 (OLAM) 將聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘集成 ,有以下幾 個(gè)原因 : ? 數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的高質(zhì)量 :大部分?jǐn)?shù)據(jù)挖掘工具需要在集成的一致的和清理過(guò)的數(shù)據(jù)上進(jìn)行 ,經(jīng)由這些預(yù)處理而構(gòu)造的數(shù)據(jù)倉(cāng)庫(kù)不僅用作 OLAP而且也用作數(shù)據(jù)挖掘的數(shù)據(jù)源 . ? 環(huán)繞數(shù)據(jù)倉(cāng)庫(kù)的有價(jià)值的信息處理基礎(chǔ)設(shè)施 :謹(jǐn)慎的做法是盡量利用可用的基礎(chǔ)設(shè)施 ,而不是一切從頭做起 . ? 基于 OLAP的探測(cè)式數(shù)據(jù)分析 :有效的數(shù)據(jù)挖掘需要探測(cè)式數(shù)據(jù)分析 .用戶常常想在不同粒度上分析它們 .聯(lián)機(jī)分析挖掘提供在不同的數(shù)據(jù)子集和不同的抽象層上進(jìn)行數(shù)據(jù)挖掘的工具 . ? 數(shù)據(jù)挖掘功能的聯(lián)機(jī)選擇 :用戶常常不知道想挖掘些什么 .通過(guò)將 OLAP與多種數(shù)據(jù)挖掘功能集成在一起 ,聯(lián)機(jī)分析挖掘?yàn)橛脩暨x擇所期望的數(shù)據(jù)挖掘功能動(dòng)態(tài)修改挖掘任務(wù)提供了靈活性 。 ? 完善性維護(hù)：因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)系統(tǒng)一般是采用快速原型法開發(fā)的，需要在系統(tǒng)的運(yùn)行過(guò)程中不斷地聽取用戶對(duì)已有功能的修改建議和增加新功能的需求，使系統(tǒng)日趨完善，這項(xiàng)工作稱為完善性維護(hù)。 事務(wù)型處理數(shù)據(jù)和分析型處理數(shù)據(jù)的區(qū)別 事務(wù)型處理數(shù)據(jù) 分析型處理數(shù)據(jù) 細(xì)節(jié)的 綜合的，或提煉的 在存取瞬間是準(zhǔn)確的 代表過(guò)去的數(shù)據(jù) 可更新 不可更新，只讀的 操作需求事先可知道 操作需求事先不知 生命周期符合 SDLC 完全不同的生命周期 對(duì)性能要求高 對(duì)性能要求寬松 一個(gè)時(shí)刻操作一個(gè)單元 一個(gè)時(shí)刻操作一個(gè) 事務(wù)驅(qū)動(dòng) 分析驅(qū)動(dòng) 面向應(yīng)用 面向分析 一次操作數(shù)據(jù)量小 一次操作數(shù)據(jù)量大 支持日常操作 支持管理需求 OLTP和 OLAP的區(qū)別 ? 用戶和系統(tǒng)的面向性 : OLTP是面向顧客的 ,用于事務(wù)和查詢處理 OLAP是面向市場(chǎng)的 ,用于數(shù)據(jù)分析 ? 數(shù)據(jù)內(nèi)容 : OLTP系統(tǒng)管理當(dāng)前數(shù)據(jù) . OLAP系統(tǒng)管理大量歷史數(shù)據(jù) ,提供匯總和 聚集機(jī)制 . ? 數(shù)據(jù)庫(kù)設(shè)計(jì) : OLTP采用實(shí)體 聯(lián)系 ER模型和面向應(yīng)用的 數(shù)據(jù)庫(kù)設(shè)計(jì) . OLAP采用星型或雪花模型和面向主題的數(shù) 據(jù)庫(kù)設(shè)計(jì) . ? 視圖 : OLTP主要關(guān)注一個(gè)企業(yè)或部門內(nèi)部的當(dāng)前 數(shù)據(jù) ,不涉及
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1