數(shù)據(jù)倉庫與數(shù)據(jù)挖掘2-2(文件)
【正文】 王英 C960101 22月 沈陽 王賓 C960102 12月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 22月 大連 12月份顧客表 比較不同 2月份顧客表 1月份顧客表 60 連續(xù)文件 +新的簡單文件 新的連續(xù)文件 姓 名 顧 客 號 地 址 張平 C960100 北京 王賓 C960102 上海 劉仲 C960104 大連 姓名 顧客號 時 間 地 址 張平 C960100 12月 北京 王英 C960101 11月 天津 王英 C960101 22月 沈陽 王賓 C960102 12月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 22月 大連 姓名 顧客號 時 間 地 址 張平 C960100 13月 北京 王英 C960101 11月 天津 王英 C960101 22月 沈陽 王賓 C960102 13月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 23月 大連 12月份顧客表 3月份顧客表 13月份顧客表 比較不同 61 ? 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 ? 粒度 ? 分區(qū) ? 維度 ? 元數(shù)據(jù) ? 數(shù)據(jù)倉庫的數(shù)據(jù)組織形式 ? 數(shù)據(jù)倉庫的數(shù)據(jù)追加 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 62 ?數(shù)據(jù)追加：數(shù)據(jù)倉庫的數(shù)據(jù)初裝完成后 , 再向數(shù)據(jù)倉庫輸入數(shù)據(jù)的過程 ?追加內(nèi)容：上次數(shù)據(jù)追加后在 OLTP數(shù)據(jù)庫中變化了的數(shù)據(jù) ?變化數(shù)據(jù)的捕捉途徑 : —時標方法 —DELTA文件 —前后映象文件 —日志文件 ?數(shù)據(jù)倉庫的數(shù)據(jù)追加 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 63 1. 時標方法 ? 時標方法 ? 如果數(shù)據(jù)含有時標 ， 對新插入或更新的數(shù)據(jù)記錄 ,加更新時的時標 ? 問題 ? 許多數(shù)據(jù)庫中的數(shù)據(jù)并不含有時標 1. 時標方法 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 64 2. DELTA文件方法 ? 由應(yīng)用生成 DELTA文件 ， 記錄應(yīng)用所改變的所有內(nèi)容 ? 優(yōu)點 ? 避免了掃描整個數(shù)據(jù)庫 ， 效率比較高 ? 問題 ? 生成 DELTA文件的應(yīng)用不普遍 ? 更改應(yīng)用代碼 ， 應(yīng)用在生成新數(shù)據(jù)時可自動將其記錄下來 ? 應(yīng)用成千上萬 ， 且修改代碼十分繁瑣 ， 很難實現(xiàn) 1. 時標方法 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 65 3. 前后映象文件 ?前后映象文件的方法 —抽取數(shù)據(jù)到數(shù)據(jù)倉庫之后 , 本次將抽取數(shù)據(jù)之前 ， 對數(shù)據(jù)庫分別作一次快照 ， 比較兩幅快照的不同 ， 確定追加的數(shù)據(jù) ?問題 —占用大量資源 ， 影響系統(tǒng)性能 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 66 ?優(yōu)點 —利用 DB的固有機制 ， 數(shù)據(jù)只限于日志文件 ， 不用掃描整個數(shù)據(jù)庫 ?缺點 —原來日志文件的格式是依據(jù) DB系統(tǒng)的要求設(shè)計的 。因此，簡單直接文件是按一定時間操作型數(shù)據(jù)庫的一個快照，即按一定時間間隔對數(shù)據(jù)庫的采樣。 越久遠的數(shù)據(jù) ， 細節(jié)損失越多 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 53 ? 簡單堆積結(jié)構(gòu) ?它將每天從數(shù)據(jù)庫中提取加工后的數(shù)據(jù)逐日積累的存儲起來。 ? 在數(shù)據(jù)倉庫中，元數(shù)據(jù)處于一個關(guān)鍵的位置，使不同的過程能夠相互通信，是數(shù)據(jù)倉庫的中樞。 41 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 ? 對管理數(shù)據(jù)倉庫的必要性 ?數(shù)據(jù)抽取 /轉(zhuǎn)換 /裝載 —如何處理數(shù)據(jù)的變化？ —如何納入新的源系統(tǒng)？ ?外部系統(tǒng)的數(shù)據(jù) —如何增加新的外部數(shù)據(jù)源？ —如何去掉某些外部數(shù)據(jù)源？ ?數(shù)據(jù)倉庫 —如何增加新的匯總表？ —如何控制查詢？ 42 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 ? 想象一下，一個沒有標簽和文件夾的文件柜。 備注 ：客戶實體包含了常規(guī)的、當前以及過去的客戶； 源系統(tǒng) ：已經(jīng)完成的產(chǎn)品訂單，維護合同，在線銷售 建立日期 ： 1999年 1月 15日 最后更新日期 ： 2023年 1月 21日 更新周期 ： 每周 最后的完全刷新日期 ： 2023年 12月 29日 完全刷新周期 ： 每 6個月 數(shù)據(jù)質(zhì)量回顧 ： 2023年 1月 25日 最后的副本 ： 2023年 1月 10日 計劃歸檔 ：
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1