【文章內容簡介】 8章數(shù)據(jù)倉庫開發(fā)實例 銷售事實元數(shù)據(jù) 銷售事實元數(shù)據(jù) 數(shù)據(jù)質量要求及確認 由于從各個門市 POS機上所產(chǎn)生的數(shù)據(jù)可能會由于極少的人工輸入，而使數(shù)據(jù)質量不能得到保證，但也真實地反映了銷售現(xiàn)狀，不能隨意修改，應被認可。 數(shù)據(jù)準確性要求 必須百分百地反映各個門市銷售狀況 數(shù)據(jù)粒度 要求能夠反映每一項商品的銷售狀況，不對數(shù)據(jù)進行匯總 表鍵 事實表的鍵是時間、商品、客戶、商店和促銷維中鍵的組合 數(shù)據(jù)來源 超市銷售業(yè)務系統(tǒng)中的銷售表 (sales_fact_年份 ) 加載周期 每天一次 加載狀況 最后加載日期 加載的行數(shù) 加載規(guī)則 每天清晨 3:00將各個超市門市中前一天的銷售事實數(shù)據(jù)拷貝到本表，拷貝過程中要根據(jù)各個數(shù)據(jù)成員所定義的加載規(guī)則進行篩選和清理 第 8章數(shù)據(jù)倉庫開發(fā)實例 維元數(shù)據(jù) 銷售事實元數(shù)據(jù) 名稱 客戶（ Customer） 定義 從超市任何一個門市購買貨物的任何個人或組織都稱為客戶，一個客戶可以與多個銷售地區(qū)發(fā)生聯(lián)系 (即出現(xiàn)在地理維的不同層次體系中 ) 層次結構 一個客戶的數(shù)據(jù)可以在 3個級別上進行統(tǒng)計：最低級別是出現(xiàn)在客戶所在的縣 /區(qū)，其上為市、省 更改規(guī)則 新的客戶位置作為新的一行插入維中。對已有位置的修改，則在原處更新 加載頻率 每天一次 加載統(tǒng)計數(shù)據(jù) 最后加載日期 加載的行數(shù) 使用的統(tǒng)計數(shù)據(jù) 每天平均查詢個數(shù) 每天查詢返回的平均行數(shù) 每天查詢平均執(zhí)行時間（分鐘） 每天最大的查詢個數(shù) 每天查詢返回的最大行數(shù) 每天查詢執(zhí)行的最長時間（分鐘） 第 8章數(shù)據(jù)倉庫開發(fā)實例 維元數(shù)據(jù) 銷售事實元數(shù)據(jù) 存檔規(guī)則 每個月將前 36個月的數(shù)據(jù)存檔 已經(jīng)存檔數(shù)據(jù)日期 更新規(guī)則 每個月將前 60個月的數(shù)據(jù)從數(shù)據(jù)倉庫中刪除 更新狀況 最近更新處理日期 已經(jīng)更新數(shù)據(jù)日期 數(shù)據(jù)質量 增加一個新客戶時，先檢查是否已在其他地方和該客戶做過交易。少數(shù)情況下，由于檢查失敗，會將一個客戶的不同部門作為不同客戶保存。直到客戶注意到在不同的地方與公司交易時，以前的記錄仍保持不變。地區(qū)屬性并不是銷售業(yè)務系統(tǒng)原有的，而是根據(jù)送貨地址屬性中的郵政編碼進行區(qū)分 數(shù)據(jù)的準確程度 一個客戶與其地理位置的關聯(lián)出錯的可能性在某一百分比以下，該百分比大小要根據(jù)對業(yè)務數(shù)據(jù)的研究情況確定 關鍵字 客戶維的關鍵字是系統(tǒng)產(chǎn)生的數(shù)字 第 8章數(shù)據(jù)倉庫開發(fā)實例 維元數(shù)據(jù) 銷售事實元數(shù)據(jù) 產(chǎn)生關鍵字的方法 從銷售業(yè)務系統(tǒng)中拷貝一個客戶時，將檢查轉換表，檢查該客戶是否已經(jīng)存在于數(shù)據(jù)倉庫中。如果否，就產(chǎn)生一個新的關鍵字。然后將這個關鍵字和銷售業(yè)務系統(tǒng)中的 Custom~ID和地區(qū) ID插入轉換表中。如果該客戶和位置已經(jīng)存在于轉換表，就根據(jù)表中的關鍵字決定數(shù)據(jù)倉庫中要更新的記錄 源表名稱 超市銷售業(yè)務系統(tǒng)中的 Customer表 加載規(guī)則 每天拷貝每個 Customer表中的行。對于已存在的客戶，進行更新。對于新客戶，確定其所在地理位置之后，產(chǎn)生一個關鍵字，然后插入一行新記錄。在更新／插入操作之前，需要檢查是否有重復的客戶名。如果有，則在客戶名后增加一個順序號，直到名字以及名字和順序號的組合都沒有重復為止。 加載規(guī)則 只選擇新的和發(fā)生變化的行 源表名稱 Customer_Location表 轉換規(guī)則 每天拷貝一次 Customer_Location表。對于已存在的客戶，更新其送貨地址；對于新的客戶，則產(chǎn)生一個鍵，并插入一行。 第 8章數(shù)據(jù)倉庫開發(fā)實例 數(shù)據(jù)成員元數(shù)據(jù) 銷售事實元數(shù)據(jù) 名稱 客戶關鍵字（ Customer_ID） 定義 用以唯一標識客戶和位置的值 更新規(guī)則 一旦分配，就不改變 數(shù)據(jù)類型 數(shù)值型 值域 1— 999， 999， 999 產(chǎn)生規(guī)則 由系統(tǒng)自動產(chǎn)生，將當前最大值增 l 來源 系統(tǒng)自動生成 第 8章數(shù)據(jù)倉庫開發(fā)實例 數(shù)據(jù)成員元數(shù)據(jù) 名稱 客戶名稱（ Customer_Name） 定義 客戶的名稱 更新規(guī)則 客戶名稱發(fā)生改變時，就在原來的記錄上更新 數(shù)據(jù)類型 Char(30) 值域 保證能區(qū)分不同客戶的名稱。對不同而具有相同名稱的客戶，可在名稱后依次加 1來區(qū)分相同名稱 來源 超市銷售業(yè)務系統(tǒng)中 Customer表中的 Name 產(chǎn)生規(guī)則 對于零售客戶，其名稱由姓和名組成。對于公司，則將公司名作為客戶名稱 銷售事實元數(shù)據(jù) 第 8章數(shù)據(jù)倉庫開發(fā)實例 數(shù)據(jù)倉庫開發(fā)工具簡介 銷售事實元數(shù)據(jù) 數(shù)據(jù)倉庫開發(fā)工具 目前已有許多數(shù)據(jù)倉庫開發(fā)工具供應商，可以提供各種構建數(shù)據(jù)倉庫的工具。但有些數(shù)據(jù)倉庫開發(fā)工具還要結合第三方供應商工具才能完成整個數(shù)據(jù)倉庫的構建。 以 Oracle 9i為核心的數(shù)據(jù)倉庫構建體系；可以進行數(shù)據(jù)建模、數(shù)據(jù)抽取、數(shù)據(jù)轉移和裝載、聚合、元數(shù)據(jù)管理的 Oracle Warehouse Builder；能夠為最終用戶提供查詢、報告、下鉆、旋轉和 WEB公布工具的 Oracle Discoverer；可以對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘、提供決策樹、神經(jīng)網(wǎng)絡等多種數(shù)據(jù)挖掘方法、具有簡單易用的圖形化界面、支持海量數(shù)據(jù)并行處理、進行結果分析和系統(tǒng)集成的 Oracle Darwin。 第 8章數(shù)據(jù)倉庫開發(fā)實例 銷售事實元數(shù)據(jù) 基于可視數(shù)據(jù)倉庫的商業(yè)智能（ BI）解決方案，具有集成能力強，面向對象 SQL等特性。其中 Visual Warehouse（ VW）是一個功能很強的集成環(huán)境，可用于數(shù)據(jù)倉庫建模和元數(shù)據(jù)管理，又用于數(shù)據(jù)抽取、轉換、裝載和調度； Essbase/DB2 OLAP Server支持多維數(shù)據(jù)庫，它是一個（ ROLAP和 MOLAP）混合的 HOLAP服務器，在 Essbase完成數(shù)據(jù)裝載后，數(shù)據(jù)存放在系統(tǒng)指定的 DB2 UDB數(shù)據(jù)庫中； QUEST是一個多任務數(shù)據(jù)挖掘系統(tǒng)，系統(tǒng)提供多種開采功能，挖掘算法可適用于任意大小的數(shù)據(jù)庫。 第 8章數(shù)據(jù)倉庫開發(fā)實例 3． Sybase數(shù)據(jù)倉庫開發(fā)工具 銷售事實元數(shù)據(jù) 數(shù)據(jù)倉庫解決方案能夠支持多種關系型數(shù)據(jù)庫，能夠同時處理幾十個即席查詢。其中 Bit_Wisc技術和垂直數(shù)據(jù)存儲技術使系統(tǒng)可以只訪問特定的少量數(shù)據(jù)。 Warehouse Architect是 Power Designer中的一個設計模塊，數(shù)據(jù)集市或數(shù)據(jù)倉庫設計者利用該模塊可以自動地對已有的關系數(shù)據(jù)庫進行目標數(shù)據(jù)庫設計、物理設計和 DDL設計。 Power Stage、Replication Server、 Carleton PASSPORT是數(shù)據(jù)抽取與轉換工具。Adaptive Server IQ是專為數(shù)據(jù)倉庫設計的關系數(shù)據(jù)庫。 Power Dimensions、 English Wizard、 Info Maker、 Power Dynamo是數(shù)據(jù)分析與展現(xiàn)工具。 Warehouse Control Center、 Sybase Central、Distribution Director是數(shù)據(jù)倉庫的維護與管理工具。 Industry Warehouse Studio包括相應行業(yè)所需的商業(yè)智能應用軟件和數(shù)據(jù)分析模型，可以針對不同行業(yè)進行業(yè)績分析、促銷活動分析、銷售分析和收益分析等，具有數(shù)據(jù)倉庫設計、元數(shù)據(jù)管理等功能、支持廣泛的應用軟件和報表，并提供 Warehouse Studio 的設計工具、 Warehouse Control Center等工具。 第 8章數(shù)據(jù)倉庫開發(fā)實例 4． Informix數(shù)據(jù)倉庫開發(fā)工具 銷售事實元數(shù)據(jù) Fast Start數(shù)據(jù)倉庫解決方案，可以快速便捷地設計開發(fā)具有可伸縮性的數(shù)據(jù)倉庫或數(shù)據(jù)集市。采用 ROLAP的星型模式與 Informix IDS 、 IDS/AD緊密集成提供預先匯總、抽樣、后臺查詢等性能優(yōu)化手段。 Informix產(chǎn)品還能夠集成 Microsoft IIS或 Netscape Enterprise/Fast Track服務器，從而支持 web訪問。 MetaCube ROLAP Option為基于 Informix的數(shù)據(jù)倉庫或數(shù)據(jù)中心提供了全面、簡便易用、可擴展和自動化的商業(yè)分析環(huán)境。 Informix InfoMover是一套集成工具，用于從多個工作資源中抽取、轉換和維護數(shù)據(jù)。 Seagate Crystal Info是企業(yè)級報表、分析系統(tǒng)。 IDS以及 AD/XP選項是 Informix數(shù)據(jù)倉庫系統(tǒng)的核心，提供數(shù)據(jù)倉庫數(shù)據(jù)的存儲功能。 Informix沒有提供自己的報表和數(shù)據(jù)挖掘工具，它主要集成第三方產(chǎn)品（例如結合 Brio的前端數(shù)據(jù)分析和報表功能，結合 SAS的數(shù)據(jù)挖掘功能）。 第 8章數(shù)據(jù)倉庫開發(fā)實例 5． NCR數(shù)據(jù)倉庫開發(fā)工具