數(shù)據(jù)倉庫與數(shù)據(jù)挖掘簡介(編輯修改稿)
2025-03-27 13:13 本頁面
【文章內(nèi)容簡介】 數(shù)據(jù)庫 是為已知的任務(wù)和負(fù)載設(shè)計的，如使用主關(guān)鍵字索引，檢索特定的記錄和優(yōu)化查詢； 數(shù)據(jù)倉庫 的查詢通常是復(fù)雜的，涉及大量數(shù)據(jù)在匯總級的計算，可能需要特殊的數(shù)據(jù)組織、存取方法和基于多維視圖的實現(xiàn)方法。 是分離的 ? ? 操作型數(shù)據(jù)庫： 支持多事務(wù)的并行處理，需要加鎖和日志等并行控制和恢復(fù)機(jī)制，以確保數(shù)據(jù)的一致性和完整性。 數(shù)據(jù)倉庫： 對數(shù)據(jù)記錄進(jìn)行只讀訪問，以進(jìn)行匯總和聚集。 如果 OLTP和 OLAP都在操作型數(shù)據(jù)庫上運(yùn)行，會大大降低數(shù)據(jù)庫系統(tǒng)的吞吐量。 總之，數(shù)據(jù)倉庫與操作數(shù)據(jù)庫分離是由于這兩種系統(tǒng)中數(shù)據(jù)的結(jié)構(gòu)、內(nèi)容和用法都不相同。 兩種系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)、內(nèi)容和用法都不相同 ? 操作型 數(shù)據(jù)庫 一般不維護(hù)歷史數(shù)據(jù)，其數(shù)據(jù)很多，但對于決策是遠(yuǎn)遠(yuǎn)不夠的。 數(shù)據(jù)倉庫系統(tǒng) 用于決策支持需要?dú)v史數(shù)據(jù)，將不同來源的數(shù)據(jù)統(tǒng)一 (如聚集和匯總 )，產(chǎn)生高質(zhì)量、一致和集成的數(shù)據(jù)。 ? 操作型數(shù)據(jù)庫 只維護(hù)詳細(xì)的原始數(shù)據(jù) (如事務(wù) )，這些數(shù)據(jù)在進(jìn)行分析之前需要統(tǒng)一。 ? 由于兩個系統(tǒng)提供很不相同的 功能 ，需要不同類型的 數(shù)據(jù) ，因此需要維護(hù) 分離 的數(shù)據(jù)庫。 多維數(shù)據(jù)模型 ? 數(shù) 據(jù)倉庫和 OLAP基于 多維數(shù)據(jù)模型 。該模型將數(shù)據(jù)看作 數(shù)據(jù)立方體 (data cube)形式。 ? 數(shù) 據(jù)立方體 允許以多維對數(shù)據(jù)建模和觀察。它由維和事實定義。 ? 維 是關(guān)于一個組織想要記錄的視圖或?qū)嶓w。 例如，商店可能創(chuàng)建一個數(shù)據(jù)倉庫 sales，記錄商店的銷售，涉及維 time， item（商品類），branch（分店）和 location（地點(diǎn)）。這些維使得商店能夠記錄商品的月銷售，銷售商品的分店和地點(diǎn)。 多維數(shù)據(jù)模型 ? 主題 ： 多維數(shù)據(jù)模型圍繞中心主題 (例如 sales)組織。 主題 用 事實表 表示。 事實 是用數(shù)值度量的。根據(jù)它們分析維之間的關(guān)系。例如， sales銷售數(shù)據(jù)倉庫的事實包括 dollars_sold(銷售的款項 )， units_sold(銷售量 )和amount_budgeted（預(yù)銷量）。 ? 事實表 包括事實的名稱，以及每個相關(guān)維表的關(guān)鍵字 。 多維數(shù)據(jù)模型 例 ：某連鎖商店的銷售數(shù)據(jù)按照 維 time季度 ， item商品 類的 2D視圖 (其中銷售數(shù)據(jù)是取自Location=“Vancouver”的所有分店，銷售金額單位是1000美元 )。 ? item(商品類 ) ______________________________________ ? 季度 家庭娛樂 計算機(jī) 電 話 安全設(shè)備 ? Q1 605 825 14 400 ? Q2 680 952 31 512 ? Q3 812 1023 30 501 ? Q4 927 1038 38 580 多維數(shù)據(jù)模型 ? 以 三維角度 觀察該連鎖商店的銷售數(shù)據(jù)。例如，根據(jù) time， item和 location城市 觀察數(shù)據(jù)。 ? location是 Chicago， New York， Toronto和Vancouver。 ? location＝“ Chicago” ； location＝“ New York” ... ? （該市上述二維表 略） （該市上述二維表 略） … 多維數(shù)據(jù)模型 多維數(shù)據(jù)庫模型： 星型、雪花 型 ? 關(guān)系數(shù)據(jù)庫設(shè)計 廣泛使用 E—R數(shù)據(jù)模型 。數(shù)據(jù)庫模式由實體的集合和它們之間的聯(lián)系組成。這種數(shù)據(jù)模型適用于聯(lián)機(jī)事務(wù)處理。 ? 數(shù)據(jù)倉庫需要簡明的、 面向主題的模型 ，便于聯(lián)機(jī)數(shù)據(jù)分析。 ? 數(shù)據(jù)倉庫數(shù)據(jù)模型是多維數(shù)據(jù)模型 。這種模型有 星型模式 、 雪花模式 等。 多維數(shù)據(jù)模型 ? 星型模式 (star schema)： 是數(shù)據(jù)倉庫最常見的數(shù)據(jù)模型，其中包括： ? (1)事實表： 包含大批數(shù)據(jù)和不含冗余的中心表； ? (2)一組小的附屬表 ( 維表 )，每一維一個。維表圍繞中心表顯示在連線上。 ? 例：某連鎖商店的星型模式如下圖所示。 sales有四個維，分別是 time， item， branch（分店）和 location。該模式包含一個中心事實表 sales，它包含四個維的關(guān)鍵字和兩個度量 dollars_sold銷售的款項和 units_sold銷售量。 多維數(shù)據(jù)模型 ? 在星型模式中，每一維只用一個表表示，每個表包含一組屬性。例如， location維表包含屬性集 {location_key， street， city， province_or_state， country}。 多維數(shù)據(jù)模型 sales 數(shù)據(jù)倉庫的星型模式 time sales item 維表 事實表 維表 time_key time_key item_name day item_key item_key day_of_the_week units_sold brand month dollars_sold type quarter location_key supplier_type ★ year branch_key |
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1