第1章數(shù)據(jù)倉庫的基本概念-免費(fèi)閱讀
【正文】 由于要時(shí)時(shí)刻刻保持同最小粒度數(shù)據(jù)的一致性，因此，聚集事實(shí)表的更新維護(hù)有以下方法：在最小粒度數(shù)據(jù)裝載入數(shù)據(jù)倉庫之前，完成數(shù)據(jù)聚集的計(jì)算。數(shù)據(jù)倉庫索引新技術(shù)v 投影索引 (Projection Index)v 位切片索引 (BitSliced Index)v 連接索引 (Join Index)v R樹索引 (RTree Index)第一章 數(shù)據(jù)倉庫的基本概念164 數(shù)據(jù)庫的物理設(shè)計(jì)物理設(shè)計(jì)的任務(wù)就是將邏輯模型（前述的多維數(shù)據(jù)模型）轉(zhuǎn)變?yōu)閷?shí)際的數(shù)據(jù)庫存儲。傳統(tǒng)的數(shù)據(jù)庫索引技術(shù)傳統(tǒng)的數(shù)據(jù)庫索引技術(shù)目前仍然是主流。為提高查詢的效率，減少分析時(shí)需要訪問的數(shù)據(jù)量，需要對數(shù)據(jù)按分析型查詢的要求預(yù)先進(jìn)行計(jì)算及匯總，并保存計(jì)算及匯總的結(jié)果，這就是聚集。第一章 數(shù)據(jù)倉庫的基本概念 153 相關(guān)的數(shù)據(jù)服務(wù) 后臺數(shù)據(jù)預(yù)處理：v 數(shù)據(jù)抽取 （ Data Extraction）v 數(shù)據(jù)轉(zhuǎn)換 (Data Transformation)v 數(shù)據(jù)裝載 (Data Loading )前臺數(shù)據(jù)查詢服務(wù)：v 多種展現(xiàn)形式的數(shù)據(jù)查詢v 靈活的分析報(bào)表生成v 訪問安全保障第一章 數(shù)據(jù)倉庫的基本概念 154 相關(guān)的數(shù)據(jù)管理 —— 元數(shù)據(jù) 元數(shù)據(jù)的含義：v 后臺元數(shù)據(jù)與過程相關(guān)，它指導(dǎo)著抽取、凈化和裝載的過程；v 前臺元數(shù)據(jù)更具有描述性質(zhì)，它幫助查詢工具和報(bào)表生成器更順利地工作。15 數(shù)據(jù)倉庫的體系結(jié)構(gòu)151 體系結(jié)構(gòu)的內(nèi)容總體框架Zachman框架 :回答問題數(shù)據(jù)體系結(jié)構(gòu) 數(shù)據(jù)倉庫的內(nèi)容是什么 ?系統(tǒng)體系結(jié)構(gòu) 存放在什么平臺上 ?技術(shù)體系結(jié)構(gòu) 如何實(shí)現(xiàn) ?第一章 數(shù)據(jù)倉庫的基本概念前端工具數(shù) 據(jù) 預(yù)處理工具 技術(shù)體系結(jié)構(gòu)圖如下 : 第一章 數(shù)據(jù)倉庫的基本概念預(yù)處理數(shù)據(jù)數(shù)據(jù)源數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市總 線查詢服務(wù)數(shù)據(jù)元數(shù)據(jù)OLAP數(shù)據(jù)挖掘其他工具報(bào)表生成器抽取、轉(zhuǎn)換、裝載可視化分 析結(jié) 果后臺 前臺第一章 數(shù)據(jù)倉庫的基本概念 152 相關(guān)的數(shù)據(jù)存儲 數(shù)據(jù)源： 數(shù)據(jù)源是數(shù)據(jù)倉庫的原始來源，是數(shù)據(jù)倉庫系統(tǒng)開發(fā)與應(yīng)用的數(shù)據(jù)基礎(chǔ)，分為兩部分；v 企業(yè)內(nèi)部數(shù)據(jù)源v 企業(yè)外部數(shù)據(jù)源第一章 數(shù)據(jù)倉庫的基本概念 主題數(shù)據(jù)： 主題數(shù)據(jù)是數(shù)據(jù)倉庫的核心數(shù)據(jù)，一般以多維數(shù)據(jù)模型的形式存儲在數(shù)據(jù)倉庫中，直接面向分析型用戶的訪問。 維表中有一個(gè)主碼，其余非主碼的列為屬性，維表中的屬性數(shù)據(jù)通常是字符型數(shù)據(jù)。 星型模式可以提高查詢速度。 事實(shí)表的主碼是組合碼，維表的主碼是簡單碼，每一張維表中的簡單碼與事實(shí)表組合碼中的一個(gè)組成部分相對應(yīng)。 一般在某個(gè)業(yè)務(wù)部門建立數(shù)據(jù)集市，或稱為部門級數(shù)據(jù)倉庫。 數(shù)據(jù)； 渠道維：不同銷售渠道的銷售數(shù)據(jù)； 產(chǎn)品維：不同產(chǎn)品的銷售數(shù)據(jù) 例：時(shí)間維：日期、周、月份、季度、年等； 地區(qū)維：城市、地區(qū)、國家等。 于是： 面向分析決策型應(yīng)用而組織和存儲數(shù)據(jù)的數(shù)據(jù)倉庫技術(shù)應(yīng)運(yùn)而生。 試討論為什么兩部門分析結(jié)果不同。v 事務(wù)處理型應(yīng)用與分析決策型應(yīng)用對數(shù)據(jù)庫系統(tǒng)的性能要求不同。（數(shù)據(jù)堆積，回答綜合問題效率低） 數(shù)據(jù)越綜合，粒度越大，級別越高，回答查詢的種類就越少。 OLAP的目的是支持分析決策，滿足多維環(huán)境的查詢和報(bào)表需求。 實(shí)體關(guān)系模型不適用于以查詢?yōu)橹鞯姆治鲂蛻?yīng)用，具體表現(xiàn)在：使用者、界面、檢索手段。 第一章 數(shù)據(jù)倉庫的基本概念 142 星型模式 星型模式是事實(shí)表與維表通過星型方式連接而成，如下圖： 第一章 數(shù)據(jù)倉庫的基本概念 產(chǎn)品碼（ PK）產(chǎn)品大類產(chǎn)品細(xì)類產(chǎn)品名稱地區(qū)碼（ PK）國 家地 區(qū)城 市產(chǎn)品維表地區(qū)維表時(shí)間碼（ FK）產(chǎn)品碼（ FK）（ PK） 地區(qū)碼（ FK）銷 售 量銷 售 額銷售成本事 實(shí) 表時(shí)間碼（ PK）日期月份季度年度時(shí)間維表第一章 數(shù)據(jù)倉庫的基本概念 星型模式的優(yōu)點(diǎn)： 星型模式結(jié)構(gòu)簡單，表的數(shù)目少，建模方便。 事實(shí)表中的數(shù)據(jù)一般是數(shù)值型，具有可加性。 建立、公布、維護(hù)和完善統(tǒng)一的維是全局?jǐn)?shù)據(jù)倉庫項(xiàng)目小組一項(xiàng)非常重要的工作。對于數(shù)據(jù)倉庫的建設(shè)而言，預(yù)處理數(shù)據(jù)是一非常重要數(shù)據(jù)存儲環(huán)節(jié)。 維表設(shè)計(jì)應(yīng)注意以下兩點(diǎn)：v 維表中的維屬性應(yīng)該具體明確，體現(xiàn)出維層次的劃分，能夠成為分析型查詢的約束條件。聚集數(shù)據(jù)也
外語相關(guān)推薦
鄂ICP備17016276號-1