數(shù)據(jù)挖掘2章數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的olap技術(shù)-展示頁
2025-05-21 03:06本頁面
【正文】 如趨勢分析 ,預(yù)測等 ) 數(shù)據(jù)倉庫的類型 ? 企業(yè)倉庫 :企業(yè)倉庫收集了關(guān)于主題的所有信息 ,跨越整個組織 ,它提供企業(yè)范圍內(nèi)的數(shù)據(jù)集成 . ? 數(shù)據(jù)集市 :包含企業(yè)范圍數(shù)據(jù)的一個子集 ,對于特定的用戶是有用的 ,其范圍限于選定的主題 . ? 虛擬倉庫 :是操作數(shù)據(jù)庫上的視圖集合 .為了有效地處理查詢 ,只有一些可能的匯總視圖被物化 ,虛擬倉庫易于建立 ,但需要操作數(shù)據(jù)庫服務(wù)器具有剩余能力 . OLAP服務(wù)器類型 ? 關(guān)系 OLAP(ROLAP)模型 ,使用關(guān)系或擴充關(guān)系 DBMS存放并管理數(shù)據(jù)倉庫 ? 多維 OLAP(MOLAP)服務(wù)器 ,這些服務(wù)器通過基于數(shù)組的多維存儲 ,支持數(shù)組的多維視圖 ? 混合 OLAP(HOLAP)服務(wù)器 ,結(jié)合 ROLAP和MOLAP技術(shù) ,得宜于 ROLAP的可伸縮性 ,和MOLAP的快速計算 . ? 特殊的 SQL服務(wù)器 ,為了滿足在關(guān)系數(shù)據(jù)庫中日益增長的 OLAP需要 ,實現(xiàn)了特殊的SQL服務(wù)器 ,提供高級查詢語言和查詢處理 ,在星型和雪花模式上支持 SQL查詢 . 數(shù)據(jù)立方體的有效計算 ? 計算量 :對一個 n維數(shù)據(jù)立方體 ,第 i維的層次是 Li,則可能產(chǎn)生的立方體總數(shù)是T=(L1+1)*… *(Ln+1)如果 10維每維 4個層次產(chǎn)生的方體數(shù)是 5的 10次方=9800000. ? 預(yù)先計算并物化所有可能產(chǎn)生的方體是不現(xiàn)實的 ,較合理的是部分物化 數(shù)據(jù)倉庫實現(xiàn) 方體的選擇計算 ? 不物化 :導致運行時計算昂貴的多維聚集 ,速度極慢 . ? 全物化 :需要海量存儲空間 ,存放所有預(yù)先計算的方體 . ? 部分物化 :在存儲空間和響應(yīng)時間二者之間提供了很好的折衷 . 多路數(shù)組聚集 ? 將數(shù)組分成塊 ,塊的大小能夠放入立方體計算時可用的內(nèi)存 . ? 通過訪問立方體單元進行聚集 ,使得每個單元必須重新訪問的次數(shù)最小化 . 索引 OLAP數(shù)據(jù) ? 位圖索引 :如圖 317所示 ,與散列和樹索引相比 ,位圖索引將比較 ,連接和聚集都變成了位算術(shù)運算 ,大大減少了運行時間 . ? 連接索引 :源于關(guān)系數(shù)據(jù)庫的查詢處理 . ? 位圖連接索引 :將連接索引和位圖索引集成 . OLAP查詢的有效處理 ? 確定那些操作應(yīng)當在可利用的方體上執(zhí)行 ,這涉及將查詢中的選擇投影上卷下鉆操作轉(zhuǎn)換成對應(yīng)的 SQL或 OLAP操作 . ? 確定相關(guān)操作應(yīng)當使用哪些物化的方體 ,這涉及到找出可能用于查詢的所有物化方體 . 具體步驟 ? 考察的方體必須與查詢具有相同的維集合 ,或是它的超集 . ? 選擇代價最小的方體 . 元數(shù)據(jù)存儲 元數(shù)據(jù)是定義數(shù)據(jù)倉庫對象的數(shù)據(jù) .元數(shù)據(jù) 的存儲包括 ? 數(shù)據(jù)倉庫結(jié)構(gòu)的描述 ? 對元數(shù)據(jù)的操作 ? 匯總用的算法 ? 由操作環(huán)境到數(shù)據(jù)倉庫的映射 ? 關(guān)于系統(tǒng)性能的數(shù)據(jù) ? 商務(wù)元數(shù)據(jù) 數(shù)據(jù)倉庫后端工具 ? 數(shù)據(jù)提取 :從多個異種的外部數(shù)據(jù)源收集數(shù)據(jù) . ? 數(shù)據(jù)清理 :檢測錯誤 ,可能時修改錯誤 . ? 數(shù)據(jù)變換 :將數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)倉庫格式 . ? 裝入 :排序 ,綜合 ,合并 ,計算視圖 ,檢查整體性 ,并建立索引和劃分 . ? 刷新 :傳播由數(shù)據(jù)源到數(shù)據(jù)倉庫的更新 . 數(shù)據(jù)倉庫的維護 ? 系統(tǒng)維護：是在系統(tǒng)已經(jīng)交付使用之后為了改正錯誤和為了滿足新的需要而修改系統(tǒng)的過程。細節(jié)數(shù)據(jù)量太大，會嚴重影響分析的效率，而且太多的細節(jié)數(shù)據(jù)不利于分析人員將注意力集中于有用的信息。分析型處理經(jīng)常要訪問大量的歷史數(shù)據(jù)，支持復(fù)雜的查詢。 分析型處理 ? 分析型處理：用于管理人員的決策分析，例如DSS、 EIS、和多維分析等。事務(wù)型處理的應(yīng)用程序和數(shù)據(jù)是緊緊圍繞著所管理的事件來構(gòu)造的。事務(wù)型處理是用來協(xié)助企業(yè)對響應(yīng)事件或事務(wù)的日常商務(wù)活動進行處理。 ? 對進行高層決策的最終用戶的界面支持：提供各種分析應(yīng)用工具。 ? 復(fù)雜分析的高性能體現(xiàn)：涉及大量數(shù)據(jù)的聚集、綜合等，在進行復(fù)雜查詢時經(jīng)常會使用多表的聯(lián)接、累計、分類、排序等操作。因此，數(shù)據(jù)倉庫的功能是支持管理層進行科學決策，而不是事務(wù)處理。 OLAP從數(shù)據(jù)倉庫中的綜合數(shù)據(jù)出發(fā)，提供面向分析的多維模型，并使用多維分
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1