數(shù)據(jù)倉庫技術(shù)簡介-展示頁
2025-08-08 06:58本頁面
【正文】 ，老化的數(shù)據(jù)將進入早期細節(jié)級由此可見，數(shù)據(jù)倉庫中存在著不同的綜合級別，一般稱之為粒度。（3） 切片和切塊：主要根據(jù)維的限定做投影、選擇等數(shù)據(jù)庫操作獲得數(shù)據(jù)。一般來說，時間維是一個有特殊意義的維，對決策中的趨勢分析很重要。多維概念模型的另一個特點是對一個或多個維所做的集合運算。在多維數(shù)據(jù)模型中，一部分數(shù)據(jù)是數(shù)字測量值，而這些數(shù)字測量值是依賴于一組維的，這些維提供了測量值的上下文關(guān)系。數(shù)據(jù)倉庫用于決策支持，也稱分析型處理，它是解決決策支持系統(tǒng)的基礎(chǔ)。傳統(tǒng)數(shù)據(jù)庫用于事務處理，也稱為操作型處理，是指對數(shù)據(jù)庫聯(lián)機進行日常操作，即對一個或一組記錄的查詢和修改，主要面向企業(yè)特定的應用服務。數(shù)據(jù)倉庫的建立并不是要取代數(shù)據(jù)庫，它要建立在一個較全面和完善的信息應用的基礎(chǔ)上，用于支持高層決策分析，而事務處理數(shù)據(jù)庫在企業(yè)的信息環(huán)境中承擔的是日常操作性的任務。主題是一個在較高層次上將數(shù)據(jù)歸類的標準，每一個主題對應一個宏觀的分析領(lǐng)域：數(shù)據(jù)倉庫的集成特性是指在數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必須經(jīng)過數(shù)據(jù)加工和集成，這是建立數(shù)據(jù)倉庫的關(guān)鍵步驟，首先要統(tǒng)一原始數(shù)據(jù)中的矛盾之處，還要將原始數(shù)據(jù)結(jié)構(gòu)做一個從面向應用向面向主題的轉(zhuǎn)變；數(shù)據(jù)倉庫的穩(wěn)定性是指數(shù)據(jù)倉庫反映的是歷史數(shù)據(jù)的內(nèi)容，而不是日常事務處理產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)經(jīng)加工和集成進入數(shù)據(jù)倉庫后是極少或根本不修改的；數(shù)據(jù)倉庫是不同時間的數(shù)據(jù)集合，它要求數(shù)據(jù)倉庫中的數(shù)據(jù)保存時限能滿足進行決策分析的需要，而且數(shù)據(jù)倉庫中的數(shù)據(jù)都要標明該數(shù)據(jù)的歷史時期。概括地說，數(shù)據(jù)倉庫是面向主題的（SubjectOriented）、集成的(Integrated)、穩(wěn)定的(Nonvolatile)、不同時間的(TimerVariant)數(shù)據(jù)集合,用于支持經(jīng)營管理中決策制訂過程。它是一種信息管理技術(shù)，為預測利潤、風險分析、市場分析以及加強客戶服務與營銷活動等管理決策提供支持的新技術(shù)。數(shù)據(jù)倉庫是一種新的數(shù)據(jù)處理體系結(jié)構(gòu)，是對企業(yè)內(nèi)部各部門業(yè)務數(shù)據(jù)進行統(tǒng)一和綜合的中央數(shù)據(jù)倉庫。在這種需求牽引下，形成了數(shù)據(jù)倉庫（Data Warehouse）的新概念、新技術(shù)。數(shù)據(jù)倉庫技術(shù)概述數(shù)據(jù)倉庫技術(shù)隨著數(shù)據(jù)庫技術(shù)的日趨成熟以及應用系統(tǒng)逐漸完善，無論是利用早期的RDB、Dbase，還是后來以其領(lǐng)先的核心技術(shù)日漸壟斷關(guān)系數(shù)據(jù)庫市場的Oracle、Sysbase、DB2,企業(yè)已經(jīng)積累了大量的數(shù)據(jù)，這些數(shù)據(jù)信息為企業(yè)的發(fā)展提供了客觀依據(jù)。毫無疑問，在競爭激烈的商業(yè)環(huán)境下，信息將是取勝的關(guān)鍵因素，決策者必須能快速可靠、隨時自主地訪問企業(yè)數(shù)據(jù)，才能有效地做出計劃和決策。1數(shù)據(jù)倉庫的概念數(shù)據(jù)倉庫的提出是以關(guān)系數(shù)據(jù)庫、并行處理和分布式技術(shù)的飛速發(fā)展為基礎(chǔ)，是解決信息技術(shù)（IT）在發(fā)展中存在的擁有大量數(shù)據(jù)，而其中有用信息貧乏的綜合解決方案。它為企業(yè)決策支持系統(tǒng)（DSS）和經(jīng)理信息系統(tǒng)（EIS）提供所需的信息。數(shù)據(jù)倉庫技術(shù)對大量分散、獨立的數(shù)據(jù)庫經(jīng)過規(guī)劃、平衡、協(xié)調(diào)和編輯后，向管理決策者提供輔助決策信息，發(fā)揮大量數(shù)據(jù)的作用和價值。數(shù)據(jù)倉庫中的數(shù)據(jù)面向主題，與傳統(tǒng)數(shù)據(jù)庫面向應用相對應。 數(shù)據(jù)倉庫最根本的特點是物理地存放數(shù)據(jù)，而且這些數(shù)據(jù)并不是最新的、專有的，而是來源于其它數(shù)據(jù)庫的。數(shù)據(jù)倉庫是數(shù)據(jù)庫技術(shù)的一種新的應用，而且到目前為止，數(shù)據(jù)倉庫還是用關(guān)系數(shù)據(jù)庫管理系統(tǒng)來管理其中的數(shù)據(jù)。用戶關(guān)心的是響應時間、數(shù)據(jù)的安全性和完整性。 數(shù)據(jù)倉庫的數(shù)據(jù)概念模型是數(shù)據(jù)的多維視圖，它直接影響到前端工具、數(shù)據(jù)庫的設(shè)計和聯(lián)機分析處理（On Line Analytical Processing, OLAP）的查詢引擎。因此，多維數(shù)據(jù)視圖就是這樣一些由層次的維構(gòu)成的多維空間中，存放著數(shù)字測量值。這些運算可以包括對于同樣維所限定的測量值的比較。 針對多維模型產(chǎn)生了OLAP分析方法，包括以下三種：（1） 旋轉(zhuǎn)：即將表格的橫、縱坐標交換（x、y）→（y、x）.（2） 上鉆和下鉆：對所關(guān)心的數(shù)據(jù)根據(jù)維的層次提升或降低觀察的層次。2數(shù)據(jù)倉庫的數(shù)據(jù)組織:數(shù)據(jù)倉庫中的數(shù)據(jù)分為四個級別：早期細節(jié)級、當前細節(jié)級、輕度綜合級、高度綜合級。粒度越大，表示細節(jié)程度越低，綜合程度越高。元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)，在數(shù)據(jù)庫中，元數(shù)據(jù)是對數(shù)據(jù)庫中各個對象的描述。從廣義上講，數(shù)據(jù)倉庫元數(shù)據(jù)代表定義數(shù)據(jù)倉庫對象的任何東西，無論是一個表、一個列、一個查詢、一個商業(yè)規(guī)則，還是數(shù)據(jù)倉庫內(nèi)部的數(shù)據(jù)轉(zhuǎn)移。數(shù)據(jù)倉庫反映的是企業(yè)數(shù)據(jù)庫的業(yè)務模型，其核心是管理元數(shù)據(jù)。它包括所有建立和使用數(shù)據(jù)倉庫的信息，源數(shù)據(jù)庫的描述，后端和前端工具選擇，定義數(shù)據(jù)倉庫的模式，綜合數(shù)據(jù)、維和層次信息，預定義的查詢和報表，數(shù)據(jù)集市的位置和內(nèi)容，數(shù)據(jù)存儲的物理組織、分段，數(shù)據(jù)抽取、清洗、轉(zhuǎn)換的規(guī)則，數(shù)據(jù)刷新的策略，數(shù)據(jù)存取的權(quán)限、用戶等限定。這一部分有業(yè)務流程和定義，數(shù)據(jù)所有關(guān)系和存
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1