數(shù)據(jù)倉庫培訓-在線瀏覽
2025-02-26 18:06本頁面
【正文】 為目的 (DSS，OLAP, DM) 20世紀90年代之前 20世紀90年代之后 ? 什么是數(shù)據(jù)倉庫 數(shù)據(jù)倉庫 就是一個面向主題的、集成的、不可更新的、隨時間不斷變化的數(shù)據(jù)集合 ，用于支持經(jīng)營管理過程中的決策制定。 —— 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 ? 數(shù)據(jù)倉庫的四個特征 數(shù)據(jù)倉庫就是一個 面向主題 的、 集成 的、 不可更新 的、 隨時間不斷變化 的數(shù)據(jù)集合 ，用于支持經(jīng)營管理過程中的決策制定。 如： CRM 優(yōu)質客戶的挖掘 潛在大客戶的發(fā)現(xiàn) …… ERP 合同管理 物資庫存的管理 …… 面向主題 是指數(shù)據(jù)倉庫內的信息是按主題進行組織的，為按主題進行決策的過程提供信息 。 統(tǒng)一 消除不同數(shù)據(jù)源之間的數(shù)據(jù)不一致的現(xiàn)象 綜合 對原有數(shù)據(jù)進行綜合和計算 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 ? 特征三 不可更新 數(shù)據(jù)倉庫中的數(shù)據(jù)是經(jīng)過抽取而形成的分析型數(shù)據(jù)，不具有原始性，主要供企業(yè)決策分析之用，執(zhí)行的主要是‘查詢’操作，一般情況下不執(zhí)行‘更新’操作。 需要更新的情況 進行新的決策時需要抽取和更新新的數(shù)據(jù) 通過刪除丟棄一些過時的數(shù)據(jù) 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 ? 特征四 隨時間不斷變化 數(shù)據(jù)倉庫中 的信息并不只是關于企業(yè)當時或某一時點的信息，而是系統(tǒng)記錄了企業(yè)從過去某一時點到目前的各個階段的信息，通過這些信息可以對企業(yè)的發(fā)展歷程和未來趨勢作出定量分析和預測。 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 廣義 企業(yè)業(yè)務應用與數(shù)據(jù)資源進行集中、集成、共享、分析的場所、工具、流程等的有機組合 狹義 應用層面的數(shù)據(jù)中心，具體包括數(shù)據(jù)倉庫和建立在數(shù)據(jù)倉庫之上的決策分析應用、數(shù)據(jù) ETL、 ODS數(shù)據(jù)庫、數(shù)據(jù)倉庫、商務智能應用和元數(shù)據(jù)管理等 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 ? 數(shù)據(jù)中心的定位 數(shù)據(jù)中心 是企業(yè)一體化信息平臺的基礎，它可以為應用系統(tǒng)的整合與數(shù)據(jù)共享提供 有效的解決方案 ，保障企業(yè)數(shù)據(jù)的一致性、及時性、完整性、安全性、有效性和準確性，提高企業(yè)信息系統(tǒng)的統(tǒng)一性，消除企業(yè)普遍存在的信息孤島，解決信息系統(tǒng)溝通不暢的問題 。也叫聯(lián)機事務處理（ OLTP）。也叫做聯(lián)機分析處理（ OLAP）。 原因有六條： 事務處理和分析處理的性能特性不同 數(shù)據(jù)集成問題 數(shù)據(jù)的動態(tài)集成問題 歷史數(shù)據(jù)問題 數(shù)據(jù)的綜合問題 數(shù)據(jù)的訪問問題 OLTP與 OLAP ? 原因一 、 事務處理和分析處理的性能特性不同 OLTP 每次操作處理的時間短，存取數(shù)據(jù)量小，但操作頻率高，并發(fā)程度大。 OLTP與 OLAP ? 原因二 、 數(shù)據(jù)集成問題 OLTP 一般只需要與本部門業(yè)務有關的當前細節(jié)數(shù)據(jù)，而對整個企業(yè)范圍內的集成應用考慮很少，這就造成大部分企業(yè)內部的數(shù)據(jù)是分散而非集成的。因此用于分析處理的數(shù)據(jù)可能來自多種不同的數(shù)據(jù)源 OLTP與 OLAP ? 原因三 、 數(shù)據(jù)動態(tài)集成問題 對所需數(shù)據(jù)進行一次集成，以后就不再發(fā)生變化，稱為 靜態(tài)集成 對集成后的數(shù)據(jù)進行周期性刷新，稱為 動態(tài)集成 在采用靜態(tài)集成策略時，如果數(shù)據(jù)源中的數(shù)據(jù)發(fā)生了變化，那么這些變化就不能反映給決策者，導致決策使用的是過時的數(shù)據(jù)。 OLTP與 OLAP ? 原因四 、歷史 數(shù)據(jù)問題 OLTP 一般只需要 當前數(shù)據(jù) ，在數(shù)據(jù)庫中一般也只存儲短期數(shù)據(jù) (36個月 )，且不同數(shù)據(jù)的保存期限也不一樣 OLAP更看重 歷史數(shù)據(jù) (510年 )，可以通過對大量歷史數(shù)據(jù)的詳細分析來把握企業(yè)的發(fā)展趨勢 歷史數(shù)據(jù)對于事務處理作用不大，但對于決策分析而言，如果沒有歷史數(shù)據(jù)的支撐，就變成了“無源之水”、“無本之木”。因此，在分析前往往需要對細節(jié)數(shù)據(jù)進行不同程度的綜合，傳統(tǒng)的事務處理系統(tǒng)不具備這種綜合能力，而且在數(shù)據(jù)庫系統(tǒng)中，這種綜合還往往因為是一種數(shù)據(jù)冗余而被限制。 數(shù)據(jù)倉庫技術正成為企業(yè)信息集成和輔助決策應用的關鍵技術之一 OLTP與 OLAP 數(shù)據(jù)倉庫與數(shù)據(jù)中心概述 OLTP 與 OLAP 多維數(shù)據(jù)分析模型 數(shù)據(jù)整合 應用介紹 ? 基本概念 對象（ Object）和度量值（ Measure） 對象 是我們所關心和分析的內容 觀察對象 又稱為 度量值 度量值是一組值，而且通常為數(shù)字值 度量值的選擇取決于最終用戶所請求的信息類型。因此， ‘層’ 反映了對分析對象的 觀察深度 一般而言，‘層’是與‘維’相關聯(lián)的。 多維數(shù)據(jù)分析模型 ? 基本概念 多維數(shù)據(jù)集（ MultiDimensional Dataset） 一個 多維數(shù)據(jù)集 可以表示為 (維 1， 維 2， ……, 維 n，變量 ) 變量表示我們觀察的 數(shù)據(jù)對象 維 1， 維 2， ……, 維 n分別表示我們觀察的各個 角度 如 (時間，單位， 缺陷類別，缺陷等級，發(fā)現(xiàn)缺陷數(shù)量 )是一個有關“發(fā)現(xiàn)缺陷”的四維數(shù)據(jù)集，其數(shù)據(jù)成員可表示為： （ 2023年，江蘇，線路缺陷， Ⅰ 類缺陷， 300） （ 2023年 1月，南京，設備缺陷， Ⅱ 類缺陷，
試題試卷相關推薦
鄂ICP備17016276號-1