數(shù)據(jù)倉庫與數(shù)據(jù)挖掘2--資料下載頁
2024-10-04 17:57本頁面
【正文】 1 天津 王賓 C960102 上海 李強 C960103 重慶 …… …… …… 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 60 連續(xù)文件 ─兩個連續(xù)的簡化直接文件 比較他們的不同 連續(xù)文件 姓 名 顧 客 號 地 址 張平 C960100 北京 王英 C960101 天津 王賓 C960102 上海 劉仲 C960104 重慶 姓 名 顧 客 號 地 址 張平 C960100 北京 王英 C960101 沈陽 王賓 C960102 上海 劉仲 C960104 大連 姓名 顧客號 時 間 地 址 張平 C960100 12月 北京 王英 C960101 11月 天津 王英 C960101 22月 沈陽 王賓 C960102 12月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 22月 大連 12月份顧客表 比較不同 2月份顧客表 1月份顧客表 61 連續(xù)文件 +新的簡單文件 新的連續(xù)文件 姓 名 顧 客 號 地 址 張平 C960100 北京 王賓 C960102 上海 劉仲 C960104 大連 姓名 顧客號 時 間 地 址 張平 C960100 12月 北京 王英 C960101 11月 天津 王英 C960101 22月 沈陽 王賓 C960102 12月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 22月 大連 姓名 顧客號 時 間 地 址 張平 C960100 13月 北京 王英 C960101 11月 天津 王英 C960101 22月 沈陽 王賓 C960102 13月 上海 劉仲 C960104 11月 重慶 劉仲 C960104 23月 大連 12月份顧客表 3月份顧客表 13月份顧客表 比較不同 62 ? 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 ? 粒度 ? 分區(qū) ? 維度 ? 元數(shù)據(jù) ? 數(shù)據(jù)倉庫的數(shù)據(jù)組織形式 ? 數(shù)據(jù)倉庫的數(shù)據(jù)追加 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 63 ?數(shù)據(jù)追加：數(shù)據(jù)倉庫的數(shù)據(jù)初裝完成后 , 再向數(shù)據(jù)倉庫輸入數(shù)據(jù)的過程 ?追加內(nèi)容：上次數(shù)據(jù)追加后在 OLTP數(shù)據(jù)庫中變化了的數(shù)據(jù) ?變化數(shù)據(jù)的捕捉途徑 : —時標方法 —DELTA文件 —前后映象文件 —日志文件 ?數(shù)據(jù)倉庫的數(shù)據(jù)追加 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 64 1. 時標方法 ? 時標方法 ? 如果數(shù)據(jù)含有時標 ， 對新插入或更新的數(shù)據(jù)記錄 ,加更新時的時標 ? 問題 ? 許多數(shù)據(jù)庫中的數(shù)據(jù)并不含有時標 1. 時標方法 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 65 2. DELTA文件方法 ? 由應用生成 DELTA文件 ， 記錄應用所改變的所有內(nèi)容 ? 優(yōu)點 ? 避免了掃描整個數(shù)據(jù)庫 ， 效率比較高 ? 問題 ? 生成 DELTA文件的應用不普遍 ? 更改應用代碼 ， 應用在生成新數(shù)據(jù)時可自動將其記錄下來 ? 應用成千上萬 ， 且修改代碼十分繁瑣 ， 很難實現(xiàn) 1. 時標方法 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 66 3. 前后映象文件 ?前后映象文件的方法 —抽取數(shù)據(jù)到數(shù)據(jù)倉庫之后 , 本次將抽取數(shù)據(jù)之前 ， 對數(shù)據(jù)庫分別作一次快照 ， 比較兩幅快照的不同 ， 確定追加的數(shù)據(jù) ?問題 —占用大量資源 ， 影響系統(tǒng)性能 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 67 ?優(yōu)點 —利用 DB的固有機制 ， 數(shù)據(jù)只限于日志文件 ， 不用掃描整個數(shù)據(jù)庫 ?缺點 —原來日志文件的格式是依據(jù) DB系統(tǒng)的要求設計的 。 要進行改進 如：對一個記錄的多次更新 ， 日志文件將全部變化過程都記錄下來 ， 而數(shù)據(jù)倉庫 ， 只要最終結(jié)果 數(shù)據(jù)倉庫中的數(shù)據(jù)組織
環(huán)評公示相關推薦
鄂ICP備17016276號-1