數(shù)據(jù)倉庫復習提綱(編輯修改稿)
2024-09-01 07:54 本頁面
【文章內容簡介】 大大提高了OLAP的速度。缺點：一般比MDD相應的速度慢；不支持有關預計算的讀寫操作；SQL無法完成部分計算：無法完成多行的計算；無法完成維之間的計算。（2）、多維OLAP（MOLAP）服務器優(yōu)勢：性能好，相應速度快；專為OLAP所設計支持高性能的決策支持計算，如：復雜的跨維的計算；多用戶的讀寫操作；行級的計算。缺點：增加系統(tǒng)復雜度，增加系統(tǒng)培訓及維護費用；受操作系統(tǒng)平臺中文件大小的限制，難以達到TB級（1020G）需要進行預計算，可能導致數(shù)據(jù)爆炸；無法支持維的動態(tài)變化，缺乏數(shù)據(jù)模型和數(shù)據(jù)訪問的標準。（3）、混合OLAP（HOLAP）服務器1為什么不能依靠傳統(tǒng)的業(yè)務處理系統(tǒng)決策分析？（1）、所有聯(lián)機事務處理強調的是密集的數(shù)據(jù)更新處理性能和系統(tǒng)的可靠性，并不太關心數(shù)據(jù)查詢的方便與快捷。（2）、業(yè)務數(shù)據(jù)往往被存放于分散的衣鉤環(huán)境中，不易統(tǒng)一查詢問題，而且還有大量的歷史數(shù)據(jù)處于脫機狀態(tài)，形同虛設。（3）、業(yè)務數(shù)據(jù)的數(shù)據(jù)庫模式針對事務處理系統(tǒng)而設計，數(shù)據(jù)的格式和描述方式并不太適合非計算機專業(yè)人員進行業(yè)務上的分析和統(tǒng)計。1自然演化體系結構中存在的問題（1）、 “蜘蛛網”問題；（2）、數(shù)據(jù)缺乏可信性：a、數(shù)據(jù)無時機；b、數(shù)據(jù)算法上的差異；c、抽取的多層；d、外部數(shù)據(jù)問題；（3）、生產問題：生產率低；（4）、從信息到數(shù)據(jù)的轉換不可行性：a、集成化問題；b、沒有足夠的歷史數(shù)據(jù)1試述建立多維數(shù)據(jù)庫的過程（1）、選擇主題域及其主題域的商業(yè)過程；（2）、確定事實表的粒度；（3）、區(qū)分每一個事實表的維層次；（4）、區(qū)分事實表的度量；（5）、確定每一個維表的屬性；（6）、讓用戶驗證數(shù)據(jù)類型。1數(shù)據(jù)挖掘的主要方法統(tǒng)計分析方法、決策樹、人工神經網絡、基因算法、粗糙集、聯(lián)機分析處理技術數(shù)據(jù)挖掘中的數(shù)據(jù)分類是個兩步過程，簡述每步過程（1）、學習：建立一個模型，描述預定的數(shù)據(jù)類集或概念集，該模型是通過分析由屬性描述的DB元組而構造的。假定每個元組屬于一個預定義的類，由類標號屬性確定。為建立模型所使用的元組形成訓練數(shù)據(jù)集。其中的單個元組稱作訓練樣本，并隨機地由樣本群選取。由于提供了每個訓練樣本的類標號，該步也稱作有指導的學習。（2）、分類：首先評估模型（分類法）的預測準確率。保持方法是一種使用類標號樣本測試集的簡單方法。這些樣本隨機選取，并獨立于訓練樣本。模型在給定測試集上的準確率是正確被模型分類的測試樣本的百分比。對于每個測試樣本，將已知的類標號與該樣本的學習模型類預測比較。2 試述商業(yè)智能系統(tǒng)的演化過程（1）、第一代：基于主機的查詢與報表、面向專家早期的商務信息系統(tǒng)使用批處理應用程序為商業(yè)用戶提供它們所需的信息。第一代的商務信息系統(tǒng)只能被諸如業(yè)務分析人員之類的熟悉數(shù)據(jù)且有相當計算機經驗的人員使用。管理人員很少能夠使用這些早期的系統(tǒng)，他們必須依靠信息提供者來解答他們的問題，并給他們所需要的信息。（2）、第二代: 數(shù)據(jù)倉庫第二代信息系統(tǒng)應用了數(shù)據(jù)倉庫技術。從而使性能有了一個飛躍。（3）、第三代：商業(yè)智能數(shù)據(jù)倉庫仍然不能完全解決商業(yè)用戶的需求問題。2ODS與DW的區(qū)別：（1）、存放的數(shù)據(jù)內容不同（最大差別）ODS：當前或接近當前數(shù)據(jù)，細節(jié)數(shù)據(jù)，可聯(lián)機更新DW： 歷史數(shù)據(jù)，細節(jié)數(shù)據(jù)和綜合數(shù)據(jù)，不可變快照（2）、數(shù)據(jù)量是不同等級（3）、技術支持不同ODS: 要支持面向記錄的聯(lián)機更新，又要保證數(shù)據(jù)與源數(shù)據(jù)庫系統(tǒng)中數(shù)據(jù)的一致性，需要的技術支持同面向應用的DBS的一樣復雜。DW: 只需支持裝入和存取。（4）、面向的需求不同ODS: 滿足企業(yè)的全局應用（企業(yè)級OLTP和即時OLAP）或作為DW的通用數(shù)據(jù)源。DW：長期趨勢分析或戰(zhàn)略決策。 （5）、用戶不同ODS：企業(yè)的中層管理者。DW：DSS分析員或企業(yè)高級決策者。2ODS的作用（1）、在ODS上可實現(xiàn)企業(yè)級的OL
范文總結相關推薦
鄂ICP備17016276號-1