【正文】 ince country location Sales Fact Table time_key item_key branch_key location_key units_sold dollars_sold avg_sales Measures item_key item_name brand type supplier_type item branch_key branch_name branch_type branch 44 ?雪花模式實(shí)例 time_key day day_of_the_week month quarter year time location_key street city_key location Sales Fact Table time_key item_key branch_key location_key units_sold dollars_sold avg_sales Measures item_key item_name brand type supplier_key item branch_key branch_name branch_type branch supplier_key supplier_type supplier city_key city state_or_province country city location維表包含屬性集：{location_key,street,city,province_or_state,country} 例如： Vancouver和 Victoria都是加拿大不列顛哥倫比亞省的城市，此時 location維表中這些城市實(shí)體的該屬性有冗余。 連接索引舉例： 40 多維數(shù)據(jù)模型 導(dǎo)出數(shù)據(jù)的特征： 。 ?????※ 最?。畲笠?guī)范化 :對原始數(shù)據(jù)進(jìn)行線性變換，使得數(shù)據(jù)落在 new_ maxA,new_minA區(qū)間內(nèi)。 ?兩種類型的數(shù)據(jù)轉(zhuǎn)換 ?記錄級 選擇、連接、規(guī)范化和聚集 ?字段級 單字段和多字段 單字段轉(zhuǎn)換的基本方法：算法和查找表 注意：連接的復(fù)雜性。 8 數(shù)據(jù)倉庫中的元數(shù)據(jù) 元數(shù)據(jù)就是定義數(shù)據(jù)的數(shù)據(jù)，也就是說明數(shù)據(jù)倉庫對象的數(shù)據(jù) .可以分成技術(shù)元數(shù)據(jù)與業(yè)務(wù)元數(shù)據(jù)。 ?缺點(diǎn)：復(fù)雜的信息過濾和集成處理，競爭資源 ?數(shù)據(jù)倉庫 更新驅(qū)動 ?將來自多個異種源的信息預(yù)先集成，并存儲在數(shù)據(jù)倉庫中，供直接查詢和分析 ?高性能 數(shù)據(jù)倉庫的數(shù)據(jù) ETL過程 12 傳統(tǒng)的異種數(shù)據(jù)庫集成 : 數(shù)據(jù)倉庫 : 更新驅(qū)動 ．．．．．．． 查詢 轉(zhuǎn)換／集成 子結(jié)果／子查詢 異種數(shù)據(jù)庫 ．．．．．．． 查詢 查詢 數(shù)據(jù)歸集 異種數(shù)據(jù)庫 13 數(shù)據(jù)倉庫的數(shù)據(jù) ETL過程 ETL概念 數(shù)據(jù) ETL是用來實(shí)現(xiàn)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)集成，即完成數(shù)據(jù)的如下工作： ?抓取 /抽?。?Capture/Extract） ?清洗（ Scrub or data cleansing） ?轉(zhuǎn)換（ Transform） ?裝載與索引（ Load and Index） 等數(shù)據(jù)集成工作 14 數(shù)據(jù)具有的特點(diǎn)： ? 詳細(xì)的 ?歷史的 ?規(guī)范化的 ETL的目標(biāo) ETL過程的目標(biāo)：為決策支持應(yīng)用提供一個單一的、權(quán)威的數(shù)據(jù)源。 如：工資、基本工資、加班工資 29 Σ[（ AA平 ）（ BB平 ） ] RA,B = （ n1) σA σB ?如果 RA ,B 〉 0，則 A和 B是正相關(guān)的；該值越大，則 A涵蓋 B的可能性越大。 ※ 小數(shù)定標(biāo)規(guī)范化：通過移動屬性 A的小數(shù)點(diǎn)位置進(jìn)行規(guī)范化。 EDW、 ODS 選擇、格式化、聚集 數(shù)據(jù)集市 調(diào)和數(shù)據(jù) 導(dǎo)出數(shù)據(jù) 導(dǎo)出數(shù)據(jù)層的存儲方式： 1. 存儲在多維數(shù)據(jù)庫中，即按照多維數(shù)組方式存儲，對應(yīng) MOLAP。 以關(guān)系數(shù)據(jù)庫為核心 ， 以關(guān)系型結(jié)構(gòu)進(jìn)行多維數(shù)據(jù)的表示和存儲 。 ?雪花模式 （ Snowflake schema） 星型模式的變種 ， 其中某些維表是規(guī)范化的 ， 因而把數(shù)據(jù)進(jìn)一步分解到附加表中 ， 模式圖形成類似于雪花的形狀 。 例如： R(RID,A)和 S(B,SID)在屬性 A和 B上連接 ， 其連接索引為 (RID，SID)。 32 數(shù)據(jù)變換 —— 規(guī)范化 maxA,minA :屬性 A的最大與最小值 new_ maxA,new_minA:屬性 A變換后區(qū)間的最大與最小值 AAAAAA minnewminnewmaxnewminmaxminvv _)__(39。 27 （ Transform） ?定義： 將數(shù)據(jù)從源操作型業(yè)務(wù)系統(tǒng)的格式轉(zhuǎn)換到企業(yè)數(shù)據(jù)倉 庫的數(shù)據(jù)格式。如下表。 ?可以理解的 ?即時的 ? 質(zhì)量可控制的 15 ETL的目標(biāo) 操作性數(shù)據(jù)的特點(diǎn)： ? 即時的，而非歷史的 ? 規(guī)范程度不一，依賴于數(shù)據(jù)來源 ? 限制在特定的應(yīng)用范圍 ? 質(zhì)量較差，例如不一致等 16 ETL過程描述 操 作 型系 統(tǒng)E D W或O D S抽 取 / 抓 取清 洗轉(zhuǎn) 換加 載 與 索 引拒 絕 數(shù) 據(jù) 的 信 息有 關(guān) 拒 絕 數(shù) 據(jù) 的 信 息集 結(jié) 地( S t a g i n g A r e