【正文】 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。研究將關(guān)系劃分并放臵到群集 的多個節(jié)點。 SN：消除了 SM、 SD存在的問題，可擴展性最好，網(wǎng)絡(luò)成為主要 瓶頸。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設(shè)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(luò) 網(wǎng)絡(luò) 網(wǎng)絡(luò) 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。事務(wù)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。 對于那些查詢需要非規(guī)格化需要在實際應(yīng)用用加以驗證和改 進，也就是說與應(yīng)用環(huán)境有關(guān)。表掃描的代價顯然要比表連接的代 價小。預(yù)連接時將某個表中的所有列復(fù)制到一個 表中。 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設(shè)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(yù)連接 是列復(fù)制的極端情況。在數(shù) 據(jù)倉庫中，一般將詳細數(shù)據(jù)進行匯總。 非規(guī)格化數(shù)據(jù)倉庫一般方法：預(yù)聚集、列復(fù)制、預(yù)連接 第 2章 數(shù)據(jù)倉庫 高性能物理數(shù)據(jù)倉庫設(shè)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(yù)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(yù)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。當然索引也是必需考慮的問題。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。例如，某個用戶想查看各銷售區(qū)域的收入。并且此查詢通常不（應(yīng)該）包含大量的復(fù)雜的全表掃 描和連接操作。 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）。 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。 ? (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(yīng) 。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 星模式與雪花模式的區(qū)別 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(shè)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) 。對于非計算機專業(yè)的用戶而言，星形模式比較 直觀，通過分析星形模式，很容易組合出各種查詢。同時由于維表一 般都很小 ,甚至可以放在高速緩存中 ,與事實表作連接時其速度較 快 。 使用星形模式主要原因 :提高查詢的效率。 星形模式雖然是一個關(guān)系模型，但是它不是一個規(guī)范化的模 型。位于星形 圖星角上的實體是維度實體，其作用是限制用戶的查詢結(jié)果，將 數(shù)據(jù)過濾使得從指標實體查詢返回較少的行，從而縮小訪問范圍。 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 星型模式 (Star Schema) ?事實表 (fact table)，存放基本數(shù)據(jù)，相關(guān)主題的數(shù)據(jù)主體（ BCNF） ?維 (dimension)，影響、分析主體數(shù)據(jù)的因素 ?量 (measure)，事實表中的數(shù)據(jù)屬性 ?維表 (dimension table)，表示維的各種表 ?維是量的取值條件，維用外鍵表示 ?以事實表為中心，加上若干維表，組成星型數(shù)據(jù)模式 ?例：產(chǎn)品 商店 銷售額 CustSales LocationSales ProdSales TimeSales Sales time id pk,fk product id pk,fk location id pk,fk customer id pk,fk sales revenue units sold Product product id pk make model Time time id pk date year quarter month week Location location id pk region district store Customer customer id pk category group Sales fact Sales measures Time dimension Attributes of the time dimension 數(shù)據(jù)倉庫的數(shù)據(jù)模式 第 2章 數(shù)據(jù)倉庫 星型模式 位于星形中心的實體是指標實體，是用戶最關(guān)心的基本實體 和查詢活動的中心，為數(shù)據(jù)倉庫的查詢活動提供定量數(shù)據(jù)。在星形模式中，事實表居中，多個維表呈輻射 狀分布于其四周，并與事實表連接。每一個多維數(shù)據(jù)模型由多個多維數(shù)據(jù)模式表示，每一個多 維數(shù)據(jù)模式都是由一個事實表和一組維表組成的。 第 2章 數(shù)據(jù)倉庫 業(yè)務(wù)元數(shù)據(jù) 數(shù)據(jù)倉庫元數(shù)據(jù)管理 業(yè)務(wù)數(shù)據(jù)示例： 業(yè)務(wù)分析員了解的數(shù)據(jù)結(jié)構(gòu)（與技術(shù)用戶比較，產(chǎn)品體系對 于業(yè)務(wù)用戶的意義有所不同）； DSS中信息的常見訪問例程； 主題領(lǐng)域（例如產(chǎn)品、客戶、銷售等）； 表名的業(yè)務(wù)定義； 屬性名和業(yè)務(wù)術(shù)語的定義； 數(shù)據(jù)質(zhì)量的統(tǒng)計信息； DSS字段映射、轉(zhuǎn)換和概要； 下鉆、上鉆、鉆過和鉆透的規(guī)則； 域值； 數(shù)據(jù)負責人； 數(shù)據(jù)位臵； DSS刷新日期等。這里的數(shù)據(jù)立方體表示某主題領(lǐng)域業(yè)務(wù)事實表和維表的多維組織形式。以這個企業(yè)模型為基礎(chǔ)，不懂數(shù)據(jù)庫技術(shù)和 SQL語句的業(yè)務(wù)人員對數(shù)據(jù)倉庫中的數(shù)據(jù)也能做到心中有數(shù)。 業(yè)務(wù)元數(shù)據(jù)為 DSS分析人員提供了訪問 DSS底層的數(shù)據(jù)倉庫和 數(shù)據(jù)集市中信息的線路圖。 第 2章 數(shù)據(jù)倉庫 技術(shù)元數(shù)據(jù) 數(shù)據(jù)倉庫元數(shù)據(jù)管理 技術(shù)元數(shù)據(jù)示例： 用戶報表和查詢訪問模式、頻率和執(zhí)行時間； 審計控制和負載平衡信息； 數(shù)據(jù)的技術(shù)結(jié)構(gòu)； 提供給 DSS的記錄系統(tǒng)； 源數(shù)據(jù)字段標識； 從操作型記錄系統(tǒng)到 DSS的映射與轉(zhuǎn)換； 編碼 /引用表轉(zhuǎn)換； 物理和邏輯數(shù)據(jù)模型； DSS表名、鍵和索引；域值； DSS表結(jié)構(gòu)和屬性； 數(shù)據(jù)模型和 DSS之間的關(guān)系； 操作型系統(tǒng)的表結(jié)構(gòu)和屬性； 抽取歷史； DSS表訪問模式； DSS歸檔；工作相關(guān)性； 程序名和描述；版本維護；安全性；清洗規(guī)則等。描述和設(shè)計如何訪問和處理 數(shù)據(jù)，包括查詢、匯總、遞交等。 另外 ,這組元數(shù)據(jù)也應(yīng)從結(jié)構(gòu)上提供記錄一級的管理 ,用以保證數(shù)據(jù)質(zhì) 量 ,消除因不適當使用數(shù)據(jù)所帶來的不一致。 用戶功能：周期地檢查針對某一應(yīng)用的數(shù)據(jù)是否滿足 VVamp。C：針對 DSS應(yīng)用需求 ,從 VVamp。 實際質(zhì)量特征：是針對 DSS應(yīng)用的某一數(shù)據(jù)域質(zhì)量評價的實際尺度 , 其基本屬性是實際特征值。因此元數(shù)據(jù)必須提 供一個機制 ,即針對特定應(yīng)用并根據(jù)用戶確立的數(shù)據(jù)容忍程度來提醒用戶是否采 用該數(shù)據(jù)進行決策。這一般由 應(yīng)用本身決定。下面是一組衡量數(shù)據(jù)質(zhì)量的公共參數(shù) ,包 括準確性、完整性、一致性、相關(guān)性、時間性、唯一性、有效性。若忽視這個問題 ,則意味著在 壞 數(shù)據(jù)上做決策 , 其風險可想而知。 第 2章 數(shù)據(jù)倉庫 數(shù)據(jù)倉庫元數(shù)據(jù)管理 元數(shù)據(jù)對數(shù)據(jù)倉庫功能的支持 (五 ) 衡