數(shù)據(jù)庫原理及應(yīng)用課件-閱讀頁
2025-03-15 13:28本頁面
【正文】 稱 SN結(jié)構(gòu)，如圖 85(c)。無共享結(jié)構(gòu)的優(yōu)點(diǎn)很突出：它的擴(kuò)充性好，增加新結(jié)點(diǎn)系統(tǒng)可平衡地增長，線性加速比好，在多個(gè)結(jié)點(diǎn)上復(fù)制數(shù)據(jù)，可增加系統(tǒng)可用性、可靠性，資源競爭對(duì)系統(tǒng)的干擾小，系統(tǒng)維護(hù)開銷不大。建立在該結(jié)構(gòu)上的并行數(shù)據(jù)庫有Teradata的 DBC、 Tandem的 NonStopSQL產(chǎn)品以及原型系統(tǒng) BUBBA、 EDS、 GAMMA、 GRACE、PRISMA等。它由數(shù)據(jù)劃分和分配兩部分組成。分段與分布是以用戶使用數(shù)據(jù)的方式以及在什么結(jié)點(diǎn)使用為依據(jù)的。 ? 基本的數(shù)據(jù)分置方法有：輪回分置法（ RoundRobin）、哈希分置法（ Hash）、范圍分置法（ Range）以及多維數(shù)據(jù)分置法（ MultiDimension）等。 Walton等人將數(shù)據(jù)偏斜分類如下： ? （ 1）屬性值偏斜。如我國人口信息中，民族屬性的值分布不均，漢族比少數(shù)民族多得多。數(shù)據(jù)初始分置時(shí)使用哈希分置或范圍分置方法由分置屬性分布不均引起的。由選擇謂詞時(shí)對(duì)每個(gè)結(jié)點(diǎn)的選擇率不同引起的，它使選擇操作在每個(gè)結(jié)點(diǎn)產(chǎn)生的結(jié)果大小不均。在兩次操作中間，對(duì)第一次操作的結(jié)果重新分置，供第二次操作使用。 ?（ 5）連接結(jié)果偏斜。 ? 數(shù)據(jù)偏斜不能很好地發(fā)揮操作的并行性、負(fù)載的均衡性，顯著地降低了并行數(shù)據(jù)庫系統(tǒng)的性能。 仲愷農(nóng)業(yè)工程學(xué)院 計(jì)算機(jī)科學(xué)與工程學(xué)院 其他數(shù)據(jù)庫 ? 模糊數(shù)據(jù)庫 ? 模糊演繹數(shù)據(jù)庫 ? 空間數(shù)據(jù)庫 ? 統(tǒng)計(jì)與科學(xué)數(shù)據(jù)庫 ? 時(shí)態(tài)和歷史數(shù)據(jù)庫 ? 實(shí)時(shí)數(shù)據(jù)庫 ? 主存數(shù)據(jù)庫 ? 移動(dòng)數(shù)據(jù)庫 ? 多媒體數(shù)據(jù)庫 ? 主動(dòng)數(shù)據(jù)庫 ? 工程數(shù)據(jù)庫 仲愷農(nóng)業(yè)工程學(xué)院 計(jì)算機(jī)科學(xué)與工程學(xué)院 數(shù)據(jù)倉庫 數(shù)據(jù)倉庫概念和特點(diǎn) ?數(shù)據(jù)倉庫（ Data Warehouse）是一個(gè)面向主題的（ Subject Oriented）、集成的（ Integrate）、相對(duì)穩(wěn)定的（ NonVolatile）、反映歷史變化（ Time Variant）的數(shù)據(jù)集合，用于支持管理決策。 ?根據(jù)數(shù)據(jù)倉庫概念的含義，數(shù)據(jù)倉庫擁有以下四個(gè)特點(diǎn)： 仲愷農(nóng)業(yè)工程學(xué)院 計(jì)算機(jī)科學(xué)與工程學(xué)院 數(shù)據(jù)倉庫概念和特點(diǎn) ?（ 1）面向主題。 ?（ 2）集成的。 ?（ 3）相對(duì)穩(wěn)定的。 ?（ 4）反映歷史變化。 仲愷農(nóng)業(yè)工程學(xué)院 計(jì)算機(jī)科學(xué)與工程學(xué)院 數(shù)據(jù)倉庫的體系結(jié)構(gòu) 整個(gè)數(shù)據(jù)倉庫系統(tǒng)是一個(gè)包含四個(gè)層次的體系結(jié)構(gòu) ，具體如圖 810所示 。 通常包括企業(yè)內(nèi)部信息和外部信息 。 外部信息包括各類法律法規(guī) 、市場信息和競爭對(duì)手的信息等 。 數(shù)據(jù)倉庫的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫 ， 同時(shí)也決定了其對(duì)外部數(shù)據(jù)的表現(xiàn)形式 。 針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù) ， 進(jìn)行抽取 、 清理 ， 并有效集成 ， 按照主題進(jìn)行組織 。 仲愷農(nóng)業(yè)工程學(xué)院 計(jì)算機(jī)科學(xué)與工程學(xué)院 數(shù)據(jù)倉庫的體系結(jié)構(gòu) ?OLAP服務(wù)器：對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成 ，按多維模型予以組織 ， 以便進(jìn)行多角度 、 多層次的分析 ， 并發(fā)現(xiàn)趨勢 。 ROLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放在 RDBMS之中； MOLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放于多維數(shù)據(jù)庫中；HOLAP基本數(shù)據(jù)存放于 RDBMS之中 ， 聚合數(shù)據(jù)存放于多維數(shù)據(jù)庫中 。 其中數(shù)據(jù)分析工具主要針對(duì) OLAP服務(wù)器 ， 報(bào)表工具 、 數(shù)據(jù)挖掘工具主要針對(duì)數(shù)據(jù)倉庫 。 由于數(shù)據(jù)倉庫的工程性 ， 因而在技術(shù)上可以根據(jù)它的工作過程分為：數(shù)據(jù)的抽取 、 存儲(chǔ)和管理 、 數(shù)據(jù)的表現(xiàn)以及數(shù)據(jù)倉庫設(shè)計(jì)的技術(shù)咨詢四個(gè)方面 。由于數(shù)據(jù)倉庫技術(shù)的迅速崛起，較詳細(xì)介紹了其相關(guān)內(nèi)容。通過本章的學(xué)習(xí)，讀者應(yīng)該： ?掌握數(shù)據(jù)庫技術(shù)的發(fā)展歷程和數(shù)據(jù)庫技術(shù)的發(fā)展方向。 ?理解面向特定領(lǐng)域的數(shù)據(jù)庫 ?掌握傳統(tǒng)數(shù)據(jù)庫與數(shù)據(jù)倉庫的異同。 演講完畢，謝謝觀看！
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1