基于数据仓库技术的消防分析系统设计研究.pdfVIP

雪花模型从关系数据库设计的角度来讲是满足第三范式的规范 析模型的方式，定时构建Cube，提前对海量数据进行汇总，保 化要求的。 障分析和统计的执行效率。 红星型模型中，由于利用冗余数据减少了表关联，因此统 2．4消防数据信息的维度设计 计效率相较与雪花模型要高。雪花模型由于满足规范化设计要 维度是用于分析时的考察视角，主要与关系数据岸中的宁 求，节约了存储空问，但存在多个表关联 的问题，因此效率上 典表相对应。维度一般与分析主题相关联 ，通过把实事表的某 要低些。 些属性定义为维度 ，可以看到各度量的汇总情况，也可以基 在消防数据仓库结构的实际设计 中两种模型都要用到， 所有的维度进行交叉分析，帮助用户对不同维度上的汇总数 根据具体的业务需求及数据情况选择具体的架构模型。例如行 进行深层次的对 比分析。 政 【划维度包含省、市、区县、街道，由于该维度数据量比较 维度存储一般分为ROLAP、MOLAP、HOLAP三种方式： 小，町以使用星型模型，直接将省、市、区县、街道存储在一 2．4．1关系型维度 (ROLAP) 张维度表巾，这样查询效率较高。在时间维度设计上，由于需 ROLAP~维度存储在关系数据库中，所有聚合数据存在关 要维护 些特殊的节假L1，可以单独设计…个特殊节假 日维度 系数据库视图中，在数据量大的情况下，效率很低。 和时间维度相关联，如果采用雪花模型，即方便扩展维护，也 2．4．2多维度型 (MOLAP) 节约了存储空间。 MOLAP将维度及聚合数据存储在多维数据集中，利用数 2．2消防数据信息的主题设计 立方体结构可以快速生成统计数据 ，需要 占用较多的存储空 分析主题是数据仓库设计中首先应明确的内容 ，主题是一 间。 个在较高层次将数据归类的标准…。每一个分析主题对应于一 2．4．3混合型 (HOLAP) 个分析领域和方向，即用户决策时需要解决的问题 ，如火灾高 HOLAP综合考虑 了ROLAP~NMOLAP优缺点，即将部分维度和 发时段分析主题、高层建筑火灾分析主题等。 度量值存储在关系数据库中，另 …部分存在多维数据集中。 卜题主要体现某一方面的分析角度 (维度)和统计数值型 面 向消防业务相关的维度包含了时问、消防单位、行政 数掘 (度量)之间的关系，确定主题时需要综合考虑如何通过 划 、事件类别、建筑类别、建筑结构、财产损失、过火向积、 维度的组合达到考察帚度的目的。 死亡人数、受伤人数、火灾等级和火灾原因等维度。 面向消防业务相关的分析主题主要包括有接警出动分析、 根据实际需要可以对某些维度生成层次结构，层次结构通 火灾报告分析等。分析主题一般与消防实际业务功能相对应， 常用来定义数据聚集，即用有序层次来组织数据的逻辑结构。 如接警llI动分析可以考察某时间范围内的接警出动人次、车次 如对时间维度的设计可以按 “年一月 口一小时”、 “年 季一月一 和出动效率等数据；火灾报告分析可以分析火灾高发时段 、高 句一H”、 “年一周”等各种层次结构进行设计，以满足 同的 发季节和某时间范围内高发警情类型等数据。每个分析主题都 分析需求 。针对消防的特殊业务需求，如需要重点关注春节 _Lj多个分析维度及度量相关联 ，通过多个维度和度量的组合可 期间的火灾情况，特别是大年三 晚上11：30至大年初 凌‘晨 得到多个具体的分析报告。 0：30这一特殊时段的因燃放烟花爆竹引起的火灾情况，可以建 M的}题来源于数据仓库中的不同子集，通常称为数据 立基于农历节假 日的 “年一节H 特殊时段 ”时