a數(shù)據(jù)倉庫概述ppt課件(編輯修改稿)
2025-06-08 04:59 本頁面
【文章內(nèi)容簡介】 季度 二季度 三季度 四季度 南京 廣州 手機 空調(diào) 下鉆（ drill_down)： 按時間分到月、甚至天為單位 6 6 8 8 17 16 14 13 時間 南京 廣州 手機 8 13 11 13 14 14 13 12 16 10 10 15 13 11 10 16 空調(diào) 1 2 3 4 5 6 7 8 9 10 11 12 下鉆 30 數(shù)據(jù)倉庫的 粒度： 反映數(shù)據(jù)的粗細程度 若要分析去年春節(jié)手機打折銷售后的銷售情況，此時在數(shù)據(jù)倉庫中已經(jīng)無法進行了。只有將粒度確定為“天”才有可能。 銷售數(shù)據(jù)庫存儲了每一筆業(yè)務(wù)的細節(jié)，在分析時對每一筆分析是無意義的。因此可以考慮數(shù)據(jù)倉庫的粒度級別以星期為單位，即在數(shù)據(jù)從數(shù)據(jù)庫裝入數(shù)據(jù)倉庫時，按星期匯總。由星期通過計算能得到月、季度、年的匯總?？梢哉J為該數(shù)據(jù)倉庫在時間上有 多重粒度。 粒度細：數(shù)據(jù)分析靈活，但存儲空間大，計算量大 粒度粗：存儲空間小，但有時無法回答一些比較細節(jié)的問題 31 分割 目的：提高效率 含義：將數(shù)據(jù)分散到各自的物理單元中，以便能分別獨立處理。 分割標準：日期、地域、業(yè)務(wù)領(lǐng)域等。 在數(shù)據(jù)倉庫中，圍繞分割問題的關(guān)鍵不是對數(shù)據(jù)該不該分割，而是如何分割。 對數(shù)據(jù)倉庫中，如果粒度和分割做得很好的話，則數(shù)據(jù)倉庫設(shè)計和實現(xiàn)的幾乎所有其它問題都解決了。 32 數(shù)據(jù)倉庫的結(jié)構(gòu) 早期細節(jié)級 當前細節(jié)級 輕度綜合級 數(shù)據(jù)集市 高度綜合級 元數(shù)據(jù) 操作型轉(zhuǎn)換 33 OLAP數(shù)據(jù)立方體的計算（物化） 數(shù)據(jù)立方體的個數(shù) 有產(chǎn)品 (type)、城市 (city)、日期 (date)三個維，則： all year type city type year city date city type city type date 一般，若有 n個維，則不同立方體的個數(shù)是： nnnnn ccc 2..10 ????34 實際維上有分層，如（年、季度、月、星期、日），所以實際的立方體個數(shù)是極大的。所以，實時計算的工作量極大，但全部事先計算，則存儲量又極大。 所以，在 OLAP中一般采用部分物化，即有選擇的事先計算。 35 三、數(shù)據(jù)挖掘 OLAP使用戶能利用工具快速的查詢數(shù)據(jù)。但不能解決哪些信息是有意義的，哪些是無意義的。 在 OLAP使用中，一般是用戶提出一個假設(shè)（模式），通過OLAP去驗證假定或從返回的數(shù)據(jù)信息中總結(jié)出某種規(guī)律 。有時返回的信息太多而無法處理。（比如在搜索引擎查“數(shù)據(jù)挖掘”返回許多頁面，而有關(guān)的“數(shù)據(jù)開采”， “知識發(fā)現(xiàn)”又沒有返回）。 二十年前查不到數(shù)據(jù)是因為數(shù)據(jù)太少，而今天數(shù)據(jù)查不到是因為數(shù)據(jù)太多。 36 若把大量的數(shù)據(jù)比做藏有金子的山， OLAP提供了在山中各處迅速地觀察工具，它能讓你迅速的到達你想到的地方。但不能告訴你是否此處有價值。如果山是巨大的，發(fā)現(xiàn)其中重要的有價值的位置本身是非常耗時的。 37 數(shù)據(jù)挖掘（ Data mining ） 從大量的數(shù)據(jù)集合中的數(shù)據(jù)中提取有用的信息 ( 不平常的 ， 暗藏的 ， 先前未知的和很可能有用的 )。 數(shù)據(jù)挖掘 就是對觀測到的數(shù)據(jù)集（經(jīng)常是很龐大的）進行分析，目的是發(fā)現(xiàn)未知的關(guān)系和以數(shù)據(jù)擁有者可以理解并對其有價值的新穎方式來總結(jié)數(shù)據(jù)。 38 數(shù)據(jù)挖掘與數(shù)據(jù)倉庫關(guān)系 ? 數(shù)據(jù)倉庫的目標是提供 OLAP及數(shù)據(jù)挖掘功能。 ? 數(shù)據(jù)挖掘的數(shù)據(jù)源不一定是數(shù)據(jù)倉庫 ? 數(shù)據(jù)倉庫允許你建立“數(shù)據(jù)山”，而數(shù)據(jù)挖掘允許你在山 中篩選數(shù)據(jù)，得到對你有用的信息 39 數(shù)據(jù)挖掘的過程 Data Cleaning 數(shù)據(jù)整理 Data Integration數(shù)據(jù)集成 數(shù)據(jù)庫 數(shù)據(jù) 倉庫 相關(guān)任務(wù)數(shù)據(jù) 挑選 數(shù)據(jù)挖掘 模式評估 Pattern Evaluation 40 數(shù)據(jù)倉庫的投資回報率（ ROI） 96年， IDC（ Intenational Data Corporation)做了關(guān)于數(shù)據(jù)倉庫經(jīng)濟價值的研究。報告指出：對 IT業(yè)的投資還未產(chǎn)生預(yù)期的利潤。 94年全世界投入了 4640億美元用于開發(fā)新技術(shù)。企業(yè)、公司的高級管理人員開始懷疑投資 IT業(yè)到底有沒有利益？ ROI底的原因是：傳統(tǒng)的計算技術(shù)只重視如何自動完成職員的日常工作、提高已有過程的效率和收集數(shù)據(jù)。不幸的是雖然收集了大量數(shù)據(jù)，但直到近年，這些數(shù)據(jù)的價值才被發(fā)現(xiàn)和利用。 隨著數(shù)據(jù)倉庫的到來，公司可以把收集到的信息加以利用以獲得較大的投資回報率。 IDC的報告認為實現(xiàn)數(shù)據(jù)倉庫有較大經(jīng)濟回報 ，原因是： 41 ? 能應(yīng)用到商業(yè)過程中，對商業(yè)過程做完整的經(jīng)濟分析。這時的機構(gòu)能在了解整個系統(tǒng)的基礎(chǔ)上，而不是不完整的數(shù)據(jù)上做估計和決策。 ? 能自動創(chuàng)建一個完整的企業(yè)范圍內(nèi)的信息倉儲，而不是開發(fā)一些單獨的決策支持系統(tǒng)和相應(yīng)的基礎(chǔ)設(shè)施。 ? 開發(fā)、部署和維護大型信息數(shù)據(jù)存儲花費的硬件、軟件和存儲代價繼續(xù)下降。 ? 數(shù)據(jù)倉庫可以輕易拓展到能產(chǎn)生巨大利益的戰(zhàn)略決策過程中。 ? 能同時從宏觀和微觀上了解和管理企業(yè)。這可以節(jié)省無數(shù)的手工勞動，避免由不完全或不正確數(shù)據(jù)得出的假設(shè)導(dǎo)致的錯誤 ——這種錯誤有時是致命的 。 42 IDC的研究結(jié)論認為： 數(shù)據(jù)挖掘平均三年的 ROI能達到 401%,在被調(diào)查的企業(yè)中，有超過 90%的企業(yè)的 ROI超過了 40%， 50%的企業(yè)的 ROI超過了 160%， 25%的企業(yè)的 ROI超過了 600% 43 四、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘產(chǎn)品 單點產(chǎn)品 僅局限于數(shù)據(jù)倉庫方案實施中的一部分或某一特定功能，主要是作為第三方產(chǎn)品或者和其它公司的產(chǎn)品結(jié)合起來進行使用。 44 Business Objects ?主要工具： BusinessObjects 是集成查詢，報表和分析功能的工具； Webintelligence 是世界上第一個通過 Web進行查詢、報表和分析的決策支持工具； Businessquery 是第一
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1