數(shù)據倉庫和數(shù)據挖掘的olap技術-在線瀏覽
2024-10-23 12:12本頁面
【正文】 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)據存儲 元數(shù)據是定義數(shù)據倉庫對象的數(shù)據 .元數(shù)據 的存儲包括 ? 數(shù)據倉庫結構的描述 ? 對元數(shù)據的操作 ? 匯總用的算法 ? 由操作環(huán)境到數(shù)據倉庫的映射 ? 關于系統(tǒng)性能的數(shù)據 ? 商務元數(shù)據 數(shù)據倉庫后端工具 ? 數(shù)據提取 :從多個異種的外部數(shù)據源收集數(shù)據 . ? 數(shù)據清理 :檢測錯誤 ,可能時修改錯誤 . ? 數(shù)據變換 :將數(shù)據轉換成數(shù)據倉庫格式 . ? 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)據源到數(shù)據倉庫的更新 . 數(shù)據倉庫的維護 ? 系統(tǒng)維護：是在系統(tǒng)已經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)據量太大，會嚴重影響分析的效率，而且太多的細節(jié)數(shù)據不利于分析人員將注意力集中于有用的信息。分析型處理經常要訪問大量的歷史數(shù)據，支持復雜的查詢。 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。事務型處理的應用程序和數(shù)據是緊緊圍繞著所管理的事件來構造的。事務型處理是用來協(xié)助企業(yè)對響應事件或事務的日常商務活動進行處理。 ? 對進行高層決策的最終用戶的界面支持：提供各種分析應用工具。 ? 復雜分析的高性能體現(xiàn)：涉及大量數(shù)據的聚集、綜合等，在進行復雜查詢時經常會使用多表的聯(lián)接、累計、分類、排序等操作。因此，數(shù)據倉庫的功能是支持管理層進行科學決策，而不是事務處理。 OLAP從數(shù)據倉庫中的綜合數(shù)據出發(fā)，提供面向分析的多維模型，并使用多維分析的方法從多個角度、多個層次對多維數(shù)據進行分析，使決策者能夠以更加自然的方式來分析數(shù)據。因此數(shù)據倉庫必須不斷捕捉 OLTP數(shù)據庫中變化的數(shù)據，生成數(shù)據庫的快照，經集成后增加到數(shù)據倉庫中去；另外數(shù)據倉庫還需要隨時間的變化刪去過期的、對分析沒有幫助的數(shù)據，并且還需要按規(guī)定的時間段增加綜合數(shù)據。主要供企業(yè)高層決策分析之用，所涉及的數(shù)據操作主要是查詢，一般情況下并不進行修改操作，即數(shù)據倉庫中的數(shù)據是不可實時更新的，僅當超過規(guī)定的存儲期限，才將其從數(shù)據倉庫中刪除，提取新的數(shù)據經集成后輸入數(shù)據倉庫。經過數(shù)據集成后，數(shù)據倉庫所提供的信息比數(shù)據庫提供的信息更概括、更本質。為了創(chuàng)建一個有效的主題域，必須將這些來自不同數(shù)據源的數(shù)據集成起來，使之遵循統(tǒng)一的編碼規(guī)則。 ? 面向主題的數(shù)據組織方式可在較高層次上對分析對象的數(shù)據給出完整、一致的描述，能完整、統(tǒng)一的刻畫各個分析對象所涉及的企業(yè)的各項數(shù)據以及數(shù)據之間的聯(lián)系，從而適應企業(yè)各個部門的業(yè)務活動特點和企業(yè)數(shù)據的動態(tài)特征，從根本上實現(xiàn)數(shù)據與應用的分離。 數(shù)據倉庫的適用范圍 ? 信息源中的數(shù)據變化穩(wěn)定 ? 或可預測應用不需要最新的數(shù)據 ? 或允許有延遲應用要求 有較高的查詢性能 而降低精度要求 數(shù)據倉庫中數(shù)據的特點 ? 面向主題 ? 集成性 ? 穩(wěn)定性 ? 時變性 面向主題 ? 主題：是一個抽象的概念，是在較高層次上將企業(yè)信息系統(tǒng)中的數(shù)據綜合、歸類并進行分析利用的抽象。 ? 數(shù)據倉庫是與操作型系統(tǒng)相分離的、基于標準企業(yè)模型集成的、帶有時間屬性的、面向主題及不可更新的數(shù)據集合。 (Data Warehouse) ? 數(shù)據倉庫用來保存從多個數(shù)據庫或其它信息源選取的數(shù)據 , 并為上層應用提供統(tǒng)一 用戶接口，完成數(shù)據查詢和分析。 ? 隨著數(shù)據庫技術的迅速發(fā)展以及數(shù)據庫管理系統(tǒng)的廣泛應用，人們積累的數(shù)據越來越多，但缺乏挖掘數(shù)據中隱藏的知識的手段，導致了“ 數(shù)據爆炸但知識貧乏的 ” 現(xiàn)象。例如： ? 由于銀行商業(yè)化的步伐正在加大，各大中型銀行在入世的機遇和挑戰(zhàn)下，開始重新考慮自身的業(yè)務，特別是信貸風險管理方面特別注意，因而有關信貸風險管理和風險規(guī)章的基于數(shù)據倉庫的決策支持系統(tǒng)的需求逐漸增多； ? 由于電子商務的迅速發(fā)展，越來越多的電子商務網站，開始考慮如何將數(shù)據倉庫應用于商品銷售分析、顧客的誠信度分析等，為客戶提供更進一步的個性化服務； ? 如移動通信等各大型企業(yè)也開始考慮著手進行決策支持以及數(shù)據倉庫規(guī)劃。 ； ? Oracle公司 : 則推出從數(shù)據倉庫構建、 OLAP到數(shù)據集市管理等一系列產品包（如 Oracle Warehouse Builder、 Oracle Express、 DataMart Suit等）。 ? PLATINUM: 提出了由 InfoPump（數(shù)據倉庫建模與數(shù)據加載工具）和 Forestamp。 數(shù)據倉庫的發(fā)展 ? 微軟公司 : 在其 SQL SQL Server2020中集成了代號為 Plato的 OLAP服務器。 數(shù)據倉庫的發(fā)展 ? IBM: 在其 DB2UDB發(fā)布一年后的 1998年 9月發(fā)布 版，并于 1998年 12月推向中國市場，除了用于 OLAP（聯(lián)機分析處理）的后臺服務器 DB2 OLAP Server
環(huán)評公示相關推薦
鄂ICP備17016276號-1