第5章：基于数据仓库的决策支持系统(1).pptVIP

第5章 基于数据仓库的决策支持系统 (1) 20世纪90年代中期，国外兴起了三项决策支持新技术: 数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）。 数据仓库、联机分析处理、数据挖掘的结合形成了基于数据仓库的决策支持系统。 第(1)部分 5.1 数据仓库的基本原理 5.1 数据仓库的基本原理 5.1.1 数据仓库概念 5.1.2 数据仓库结构 5.1.3 数据集市 5.1.4 元数据 5.1.5 数据仓库存储 5.1.6 数据仓库系统 数据仓库（Data Warehouse）是W.H.Inmon在《建立数据仓库》中提出的。 从目前的形势看，数据仓库技术已紧跟Internet而上，成为信息社会中获得企业竞争优势的又一关键技术。 数据仓库工作范围和成本常常是巨大的。开发数据库是代价很高、时间较长的大项目。 提供更紧密集成的数据集市就应运产生。 目前，全世界对数据仓库总投资的一半以上均集中在数据集市上。 数据集市是一种更小、更集中的数据仓库，为公司提供分析商业数据的一条廉价途径。 数据集市是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。 独立数据集市 从属数据集市 1、规模是小的，面向部门 2、由业务部门设计、开发、管理和维护 3、购买较便宜，快速实现，投资快速回收 4、数据仓库的子集 5、可升级到完整的数据仓库 数据仓库是以多维表型的“维表—事实表”结构形式组织的，共有三种形式： 1、星型模型 大多数的数据仓库都采用“星型模型”。星型模型是由“事实表”（大表）以及多个“维表”（小表）所组成。 “事实表”中存放大量关于企业的事实数据（数量数据）。 例如：多个时期的数据可能会出现在同一个“事实表”中。“维表”中存放描述性数据，维表是围绕事实表建立的较小的表。 星型模型数据如下图： 5.1.6数据仓库系统结构 数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。 分析工具集分两类工具： （1）查询工具 数据仓库的查询不是指对记录级数据的查询，而是指对分析要求的查询。 一般包含： 可视化工具：以图形化方式展示数据，可以帮助了解数据的结构，关系以及动态性。 多维分析工具（OLAP工具）: 通过对信息的多种可能的观察形式进行快速、一致和交互性的存取，这样便利用户对数据进行深入的分析和观察。 多维数据的每一维代表对数据的一个特定的观察视角，如时间、地域、业务等。 （2）数据挖掘工具 从大量数据中挖掘具有规律性知识，需要利用数据挖掘（Data Mining）工具。 习题 1，2，4，7，13，14，15 （3）管理部分 它用于管理数据仓库的工作，包括： （1）对数据仓库中数据的维护 （2）把仓库数据送出给分散的仓库服务器或DSS用户 （3）对仓库数据的安全、归档、备份、恢复等处理工作 （4）信息目录部件（元数据） 数据仓库的目录数据是元数据，由三部分组成： 技术目录：由定义部件生成，关于数据源、目标、清理规则、变换规则以及数据源和仓库之间的映象信息。 业务目录：由仓库管理员生成，关于仓库数据的来源及当前值；预定义的查询和报表细节；合法性要求等。 信息引导器：使用户容易访问仓库数据。利用固定查询或建立新的查询，生成暂时的或永久的仓库数据集合的能力等。 2、数据仓库工具集 3、数据仓库的运行结构 数据仓库应用是一个典型的客户/服务器（C/S）结构形式。 数据仓库采用服务器结构，客户端所做的工作有：客户交互、格式化查询、结果显示、报表生成等。 服务器端完成各种辅助决策的SQL查询、复杂的计算和各类综合功能等。 现在，越来越普通的一种形式是三层C/S结构形式，即在客户与数据仓库服务器之间增加一个多维数据分析（OLAP）服务器。 OLAP服务器将加强和规范化决策支持的服务工作，集中和简化了原客户端和数据仓库服务器的部分工作，降低了系统数据传输量。 这种结构形式工作效率更高。 三层C/S结构 * * 5.1.1 数据仓库概念 1. 数据仓库的概念 W.H.Inmon对数据仓库的定义为： 数据仓库是面向主题的、集成的、稳定的，不同时间的数据集合，用于支持经营管理中决策制定过程。 SAS软件研究所定义： 数据仓库是一种管理技术，旨在通过通畅、合理、全面的信