【正文】 系統(tǒng)中，采取的方法是簡單地將客戶 維度表中包含 Sue的記錄更新。另一方面，針對 Sue的地址發(fā)生改變的情況， 則需要認真考慮。該客戶居住在亞利桑那州時可能提交了一些訂單，而居 住在加利福尼亞州時可能提交過更多的訂單。若希望按照州研究訂單的歷 史情況，那么將 Sue的訂單與其居住的州聯(lián)系起來非常重要。 上述兩種有關(guān) 9900011客戶發(fā)生變化的情況可被用于描述星型模式響應 緩慢變化時最常見的類型：緩慢變化類型 1和緩慢變化類型 2。對兩類變化的 響應分別為重寫事務歷史和保留變化情況。另外還有一種不太常見的類型 3。 類型 3通常應用于不需要歷史環(huán)境、但需要使用數(shù)據(jù)元素變化前和變化后的數(shù) 值的環(huán)境。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 維度表 —緩慢變化維 變化類型 1 Type 1 Change 當一個維度值的源發(fā)生變化，并且不需要在星型模式中保留變化歷史時， 通常采用類型 1來響應變化情況。僅僅使用變化的值重寫維度即可。該技術(shù) 通常應用于源數(shù)據(jù)元素是為了更正錯誤而發(fā)生更改的情況。 通過重寫星型模式中對應的維度值，變化類型 1刪除了數(shù)據(jù)元素的歷史信 息。星型模式不會保留該列曾經(jīng)包含不同值的線索。一般來說，該方法可以達 到預期的效果，但也可能會導致混亂。如果存在與變化前關(guān)聯(lián)的事實，就說明 歷史環(huán)境發(fā)生了改變。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 維度表 —緩慢變化維 Type 1 Change 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 維度表 —緩慢變化維 Type 2 Change 多數(shù)操作型系統(tǒng)的變化采用變化類型 2處理。變化類型 2保存了變化的 歷史事實。描述變化前的事件的事實與過去的值關(guān)聯(lián)，描述變化后的事件 的事實將與新值關(guān)聯(lián)。 當源系統(tǒng)發(fā)生變化時，可以采用的第 2種方法是在維度表中插入新的行。 先前存在的記錄不會發(fā)生任何改變。變化類型 2將保存與以往值關(guān)聯(lián)的事實 環(huán)境，并允許新的事實與新值關(guān)聯(lián)。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 維度表 —緩慢變化維 Type 2 Change 客戶 Sue Johnson地址改變的問題提 供了應用變化類型 2的實例。隨著時 間的推移，客戶 Sue由先前居住在亞 利桑那州，改變?yōu)槟壳熬幼≡诩永? 福尼亞州。她居住在亞利桑那州時 提交過一些訂單，居住在加利福尼 亞州時提交了另外一些訂單。若采 用變化類型 1處理客戶 Sue地址變化 的情況，會產(chǎn)生一些負面效果，即 重新聲明了 Sue地址變化前提交訂單 的環(huán)境。這些訂單將與她目前居住 的加利福尼亞州關(guān)聯(lián)，即使這些訂 單是 Sue在亞利桑那州提交的。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 維度表 —緩慢變化維 小結(jié) （ 1）數(shù)據(jù)倉庫針對數(shù)據(jù)源發(fā)生的變化而進行響應，這樣的過程稱 為緩慢變化維 （ 2）緩慢變化類型 1在響應數(shù)據(jù)源變化時，重寫維度屬性。維度表 不能反映歷史情況。已經(jīng)存在事實的歷史環(huán)境被改變了。 （ 3）數(shù)據(jù)值發(fā)生改變時，緩慢變化類型 2創(chuàng)建了一個新版本的維度 行。盡管不能與時間關(guān)聯(lián)，但維度表維護了版本歷史，歷史 事實的環(huán)境得到保存。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 事實表 事實表是度量業(yè)務過程的引擎。事實表存儲用來描述過程的 詳細度量。事實采用外鍵為每個度量提供維度環(huán)境。 作為過程度量的核心，事實表應包含與其描述的過程有關(guān)的 所有事實，當然也包含從其他方面獲得的一些事實。 事實以特定的細節(jié)層次存儲，但可以通過上卷產(chǎn)生各種級別 的維度。 由于事實具有可加性，因此這樣的聚集是可能的。某些度量 不具備可加性，但通?？梢苑纸獬删哂锌杉有缘慕M件 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 事實表 該星型模式的事實表包含下列事實： ? quantity_ordered(訂貨數(shù)量 ) ? order_dollars(訂單總額 ) ? cost_dollars(開銷總額 ) ? margin_dollars(利潤總額 ) 利潤總額可以通 過從訂單總額減 去開銷總額獲得 當然放不放在事 實表中與應用和 設計者的風格有 關(guān)。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 事實表 —關(guān)于非可加事實 將事實相加以獲得對單個事實匯總的能力被稱為可加性。 遺憾的是，并不是所有的度量都具有可加性。許多關(guān)鍵業(yè)務指標 以比率或百分比形式表示，這樣的度量是非可加的。 解決辦法將非可加事實分解為可加的組件。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 事實表 —關(guān)于非可加事實 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 維度表與事實表 事實表 —關(guān)于非可加事實 因為非可加事實存在的的問 題，許多設計人員主張非可 加事實不應該出現(xiàn)在事實表 中，應該通過計算獲得。 當然這樣做可能需要付出犧 牲系統(tǒng)性能的代價。 這實際上也是個兩難的問題 這個問題涉及可計算推導事 實的出現(xiàn)問題。包括前面的 利潤總額問題。實際應用中 如果某計算非常復雜，或者 某比率經(jīng)常使用，則可考慮 作為事實，否則就在需要時 計算獲得 主要內(nèi)容 數(shù)據(jù)倉庫基本概念 數(shù)據(jù)倉庫體系結(jié)構(gòu) 數(shù)據(jù)倉庫元數(shù)據(jù) 數(shù)據(jù)倉庫的數(shù)據(jù)模式 多維分析 高性能物理數(shù)據(jù)倉庫設計 ? (Slice and Dice) – 在多維數(shù)據(jù)結(jié)構(gòu)中 ,按二維進行切片 ,按三維進行切塊 ,可得到所需要的數(shù)據(jù) 。 如在 “ 城市 、 產(chǎn)品 、 時間 ”三維立方體中進行切塊和切片 ,可得到各城市 、 各產(chǎn)品的銷售情況 。 ? (Drill) – 鉆取包含向下鉆取 (Drilldown)和向上鉆取 (Drillup)/上卷 (Rollup)操作 ， 鉆取的深度與維所劃分的層次相對應 。 ? (Rotate)/轉(zhuǎn)軸 (Pivot) – 通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù) 。 第 2章 數(shù)據(jù)倉庫 多維分析 第 2章 數(shù)據(jù)倉庫 多維分析 OLAP的分析方法 (一 )切片 (slicing)、切塊 (dicing) 按時間維向上鉆取 60 按時間維向下鉆取 OLAP的分析方法 (二 )鉆取 (drilldown) 第 2章 數(shù)據(jù)倉庫 多維分析 OLAP的分析方法 (三 )旋轉(zhuǎn) 第 2章 數(shù)據(jù)倉庫 多維分析 第 2章 數(shù)據(jù)倉庫 多維分析 多維分析方法總結(jié) 切片是在一部分維上選定值后，關(guān)心數(shù)據(jù)在剩余維上的數(shù)據(jù)度量。 鉆取是改變維的層次，變換分析的粒度； Roll up是在某一維上將 低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)； Drill down則相反， 它從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察。 旋轉(zhuǎn)式改變維的方向，即在表格中重新安排維的位臵（如行列互 換）。 主要內(nèi)容 數(shù)據(jù)倉庫基本概念 數(shù)據(jù)倉庫體系結(jié)構(gòu) 數(shù)據(jù)倉庫元數(shù)據(jù) 數(shù)據(jù)倉庫的數(shù)據(jù)模式 多維分析 高性能物理數(shù)據(jù)倉庫設計 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 在 OLTP環(huán)境中，作業(yè)（任務）的特征是具有高度選擇性 的查詢。并且此查詢通常不（應該）包含大量的復雜的全表掃 描和連接操作。與此相反，數(shù)據(jù)倉庫和數(shù)據(jù)集市的查詢通常包 含復雜的連接操作和掃描大量的數(shù)據(jù)，并且這些查詢往往包含 重復的成分。例如，某個用戶想查看各銷售區(qū)域的收入。另一 個用戶可能希望查看在所有區(qū)域中產(chǎn)品 A的銷售量在各區(qū)銷售 收入中所占的比例。某個查詢都包含掃描整個銷售表格以分組 區(qū)域數(shù)據(jù)，并計算區(qū)域總量。 在這樣的環(huán)境中數(shù)據(jù)并行化和非規(guī)格化是實行高性能計算 的主要技巧（技術(shù)）。當然索引也是必需考慮的問題。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 非規(guī)格化數(shù)據(jù) 非規(guī)格化數(shù)據(jù)倉庫的兩個主要優(yōu)勢： 1 能夠提高多個數(shù)量級的查詢響應時間； 因為大型的，長時間的表格掃描或復雜的連接可以被簡單 地查找預先計算出來的結(jié)果所取代； 2 將使系統(tǒng)資源被更加有效地利用； 能夠大量減少為獲得某個特定查詢的結(jié)果而需要處理的工 作量。 非規(guī)格化數(shù)據(jù)倉庫一般方法：預聚集、列復制、預連接 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 非規(guī)格化數(shù)據(jù) 非規(guī)格化數(shù)據(jù)的三種技巧 1 預聚集 將一個聚集函數(shù)（例如求和求平均）的結(jié)果存儲以被后用 的方法稱為預聚集；該方法在數(shù)據(jù)庫中也經(jīng)常使用，因為這些 聚集函數(shù)的計算往往需要掃描大量的記錄，將他們計算一次后 就存儲在數(shù)據(jù)庫中以便后續(xù)使用是非常實際的方法。例如在稅 務系統(tǒng)中經(jīng)常將每月稅收總計和平均存儲在特定的表中。在數(shù) 據(jù)倉庫中，一般將詳細數(shù)據(jù)進行匯總。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 非規(guī)格化數(shù)據(jù) 非規(guī)格化數(shù)據(jù)的三種技巧 2 列復制 當用戶經(jīng)常進行連接操作時，為了較少連接的代價，將經(jīng)常 連接的兩個或者多個表合并。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 非規(guī)格化數(shù)據(jù) 非規(guī)格化數(shù)據(jù)的三種技巧 3 預連接 是列復制的極端情況。列復制只是將某個表的一列或者幾 列復制到一個表中。預連接時將某個表中的所有列復制到一個 表中。就是說用指定的連接鍵來連接兩個（多個）表格，并將 連接結(jié)果存儲在一個表中。表掃描的代價顯然要比表連接的代 價小。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 非規(guī)格化數(shù)據(jù) 非規(guī)格化數(shù)據(jù)的三種技巧 非規(guī)格化的代價： 增加了磁盤容量；非規(guī)格化本身需要大量的計算和合并代價； 增加了數(shù)據(jù)倉庫的刷新代價。 對于那些查詢需要非規(guī)格化需要在實際應用用加以驗證和改 進，也就是說與應用環(huán)境有關(guān)。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 并行數(shù)據(jù)處理 數(shù)據(jù)庫的并行處理集中反映在對事務的并行處理和數(shù)據(jù)的分布存儲兩個方面。事務的并行處理通過利用多處理器并行和單處理器多進程（線程）并行，大大提高數(shù)據(jù)庫系統(tǒng)的處理能力。與此相適應，將數(shù)據(jù)庫在多個磁盤上分布存儲，可以利用多個處理器對磁盤數(shù)據(jù)進行并行處理，從而解決磁盤 I/O瓶頸。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 類型劃分 無共享型 共享內(nèi)存型 共享磁盤型 共享內(nèi)存 共享磁盤 磁盤 磁盤 磁盤 內(nèi)存 內(nèi)存 內(nèi)存 CPU CPU CPU 磁盤 磁盤 磁盤 內(nèi)存 內(nèi)存 內(nèi)存 網(wǎng)絡 網(wǎng)絡 網(wǎng)絡 CPU CPU CPU CPU CPU CPU SN： Shared Nothing SM： Shared Memory SD： Shared Disk SM：處理器之間的通信通過共享內(nèi)存，數(shù)據(jù)處理算法比較簡單。 最大的問題是難以擴展 SD：消除了 SM的問題，將所有處理器連接到磁盤上，磁盤 成為可擴展性的障礙。 SN：消除了 SM、 SD存在的問題，可擴展性最好，網(wǎng)絡成為主要 瓶頸。 瓶頸 SM 內(nèi)存 SD 磁盤 SN 網(wǎng)絡 類型 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 并行數(shù)據(jù)處理 多數(shù)文獻將數(shù)據(jù)放臵歸類于靜態(tài)負載均衡類。研究將關(guān)系劃分并放臵到群集 的多個節(jié)點。數(shù)據(jù)劃分是查詢處理并行化的基礎，研究表明，數(shù)據(jù)劃分對并 行數(shù)據(jù)處理系統(tǒng)的性能具有非常重大的影響。數(shù)據(jù)放臵的均衡性是決定系統(tǒng) 效率的關(guān)鍵因素之一。 一個包含大量數(shù)據(jù)的表節(jié)點組第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設計 并行數(shù)據(jù)處理 演講完畢，謝謝觀看！