數(shù)據(jù)倉庫的設(shè)計與開發(fā)(參考版)
2025-01-10 15:49本頁面
【正文】 91 ? 決策支持系統(tǒng)（ DSS）分析者大部分時間里可以在多維 DBMS中享受其操作高效的優(yōu)點，同時如果需要的話，還可以向下鉆取最低層次的細(xì)節(jié)數(shù)據(jù)。 （ 3）數(shù)據(jù)倉庫內(nèi)存儲了很長時間范圍內(nèi)的數(shù)據(jù) ——從 5年到 10年；多維 DBMS中存儲著比較短時間范圍內(nèi)的數(shù)據(jù)。 90 數(shù)據(jù)倉庫和多維 DBMS的區(qū)別： （ 1）數(shù)據(jù)倉庫有大量的數(shù)據(jù)；多維 DBMS中的數(shù)據(jù)至少要少一個數(shù)量級。 ? 當(dāng)數(shù)據(jù)能夠被壓縮時，它便能存儲在很小的空間中。 數(shù)據(jù)倉庫要管理大量的數(shù)據(jù)，是因為它們： （ 1）包括粒狀的、原子的細(xì)節(jié) （ 2）包括歷史數(shù)據(jù) （ 3）包括細(xì)節(jié)和匯總數(shù)據(jù) （ 4）包括元數(shù)據(jù) 有好多種管理大量數(shù)據(jù)的方法 ——通過尋址，通過索引，通過數(shù)據(jù)的外延，通過有效的溢出管理等 87 ? 數(shù)據(jù)倉庫的一個重要的技術(shù)就是能夠高效地裝入數(shù)據(jù)。 ? 從圖 ，對基礎(chǔ)事實表查詢利用產(chǎn)品維表，對綜合事實表查詢，利用產(chǎn)品分類維表。這樣建立綜合事實表是提高綜合數(shù)據(jù)查詢的非常有效的方法，且大大提高數(shù)據(jù)倉庫的性能。 ? 對于銷售的雪花模型如圖 。 ? 對產(chǎn)品維度，產(chǎn)品是分屬于產(chǎn)品品牌，品牌又分屬于產(chǎn)品分類。 81 1. 大維度與雪花模型 ? 在數(shù)據(jù)倉庫中，客戶維度和產(chǎn)品維度是典型的大維度。 80 數(shù)據(jù)粒度與維度建模 ? 數(shù)據(jù)粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)中保存數(shù)據(jù)的細(xì)化程度或綜合程度的級別。 ? 建立數(shù)據(jù)質(zhì)量領(lǐng)導(dǎo)小組；建立數(shù)據(jù)質(zhì)量政策和標(biāo)準(zhǔn)；定義質(zhì)量指標(biāo)參數(shù)和基準(zhǔn)；識別受壞數(shù)據(jù)影響最大的商業(yè)功能。 ? 數(shù)據(jù)在被存儲進(jìn)數(shù)據(jù)倉庫之前就應(yīng)該進(jìn)行清洗。 （ 6）標(biāo)法不唯一。 （ 4）違反常規(guī)的不正確值。 （ 2）數(shù)據(jù)值缺失。 ⑤數(shù)據(jù)保持時效性并不能出現(xiàn)異常。 ③數(shù)據(jù)具有完整性和一致性。 ? 定性分析 :企業(yè)與客戶之間關(guān)系狀態(tài)？對機(jī)會快速反應(yīng)能力如何？改善管理能力如何？ 75 （ 3）數(shù)據(jù)質(zhì)量評估 ① 數(shù)據(jù)是準(zhǔn)確的。 ? 備份數(shù)據(jù)為系統(tǒng)恢復(fù)提供基礎(chǔ)，一旦系統(tǒng)出現(xiàn)災(zāi)難時，利用備份數(shù)據(jù)可以很快將數(shù)據(jù)倉庫恢復(fù)到正常狀態(tài)。 70 ? 適應(yīng)數(shù)據(jù)倉庫增長的維護(hù) ? 數(shù)據(jù)增長的處理工作有： 去掉沒有用的歷史數(shù)據(jù) ；根據(jù)用戶使用的情況， 取消某些細(xì)節(jié)數(shù)據(jù)和無用的匯總數(shù)據(jù) ，增加些實用的匯總數(shù)據(jù)。 68 維護(hù)與評估階段 69 數(shù)據(jù)倉庫建立以后，隨著用戶的不斷增加，時間的增長，用戶查詢需求更多，數(shù)據(jù)會迅速增長。 67 采用數(shù)據(jù)挖掘工具來獲取商業(yè)知識。 使用一些 模型 幫助決策分析，例如客戶分段、欺詐監(jiān)測、信用分險、客戶生存期、渠道響應(yīng)、推銷響應(yīng)等模型。 創(chuàng)建一個單獨的探索倉庫，不影響數(shù)據(jù)倉庫的常規(guī)用戶。 聚類數(shù)據(jù) 聚類將數(shù)據(jù)放置在同一地點，這樣可以提高對聚類數(shù)據(jù)的查詢。在一周結(jié)束時，以每周為基礎(chǔ)存儲數(shù)據(jù)（即累加每天的數(shù)據(jù)）。 預(yù)連接表格 對于兩個或多個表格共享一個公用鏈。 63 決策支持階段 64 信息查詢者使用數(shù)據(jù)倉庫能發(fā)現(xiàn)目前存在的問題。 增量裝載 ：根據(jù)定期應(yīng)用需求裝入數(shù)據(jù)倉 庫。 ? 由于源系統(tǒng)的差異性，如計算機(jī)平臺、操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)、網(wǎng)絡(luò)協(xié)議等的不同造成了抽取數(shù)據(jù)的困難。 ? 物理設(shè)計還需要進(jìn)行存儲容量的估計；確定數(shù)據(jù)存儲的計劃；確定索引策略；確定數(shù)據(jù)存放位置以及確定存儲分配。 58 ? 對邏輯模型設(shè)計的數(shù)據(jù)模型確定 物理存儲結(jié)構(gòu)和 存取方法 。 ? 數(shù)據(jù)倉庫數(shù)據(jù)模型一般采用 星型模型。 ? ER圖將 現(xiàn)實世界 表示成 信息世界 ，便利向 計算機(jī)的表示 形式進(jìn)行轉(zhuǎn)化。這塊 “ 黑板 ”就是我們所說的 “ 廣義索引 ” 。 “ 講師 ” 在職稱名中有一個 03標(biāo)識?！?江西 ” 在籍貫中是 01標(biāo)識。存取這些索引只要進(jìn)行235次 I/O操作。 ? 按傳統(tǒng)的關(guān)系數(shù)據(jù)庫的檢索 ：需要經(jīng)過 50萬次I/O操作。 性別 保險 州 1 M Y MA 2 M N CA 3 F Y IL 4 M N CA =2 男 未保險 加州 1 0 0 1 1 1 0 0 0 1 1 1 44 （ 2） BTree技術(shù)與 BitWise索引技術(shù)對比 ? BitWise索引技術(shù)比 BTree技術(shù)能提高相應(yīng)速度 10—100倍。 名稱 類型 長度 注釋 產(chǎn)品維表 包括公司所有產(chǎn)品的信息 ProductKey integer 10 主鍵 ProductName char 25 產(chǎn)品名稱 ProductSKu char 20 庫存單位 銷售員維表 包括不同地區(qū)的所有銷售員信息 SalpersKey integer 15 主鍵 SalpersName char 30 銷售員姓名 Territory char 20 銷售員所在區(qū)域 Region char 20 所在地區(qū) 訂單事實表 包括公司收到的所有訂單 OrderKey integer 10 訂單鍵 OrderName char 20 訂單名稱 Productref integer 10 參考產(chǎn)品主鍵 Salpersref integer 15 參考銷售員主鍵 OrderAmount Num 8， 2 銷售額 OrderCost Num 8， 2 訂單成本 邏輯模型 產(chǎn)品維表 產(chǎn)品鍵 產(chǎn)品名 庫存單位 品牌 訂單事實表 訂單鍵 訂單名 產(chǎn)品鍵 銷售員鍵 銷售額
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1