DM-Ch-02 数据仓库与OLAP技术.pptVIP

* * * Roll down下卷 (Drill down下钻): 上卷的逆操作 从高层汇总到低层汇总或明细数据，或引入新的维度 drill-down on time from quarters to months Q1 Q2 Q3 Q4 Chicago New York Vancouver TV CD PC 710 820 402 471 605 TV CD PC New York Vancouver Chicago Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 102 150 150 典型的OLAP操作 Slice(切片) and dice(切块): 投影和选择 Q1 Q2 Q3 Q4 Chicago New York Vancouver TV CD PC 710 820 402 471 605 Dice for location=(“Chicago” or “New York” ) and (time=“Q1” or “Q2”) and ( item =“TV” or “CD”) Q1 Q2 Chicago New York 710 471 TV CD Slice for time =“Q1” TV CD PC Chicago New York Vancouver 710 820 402 典型的OLAP操作 Pivot 转轴(rotate旋转): 其它操作 钻过drill across: 执行涉及多个事实表的查询 钻透drill through: 使用关系SQL机制，钻透数据立方体的底层，到后端关系表 Pivot TV CD PC Vancouver New York Chicago 710 820 402 Item(types) Location(cities) TV CD PC Vancouver New York Chicago 710 820 402 典型的OLAP操作 钻取、旋转等操作图示 澳大利亚海滩 夏威夷俱乐部 天堂湾 Total 790 200 250 340 旅游地 Q1 805 205 255 345 Q2 835 220 265 350 Q3 800 205 260 335 Q4 795 120 240 435 Q1 810 200 270 340 Q2 845 255 250 340 Q3 810 200 260 350 Q4 1994 1995 不容易看到年度季度的比较 澳大利亚海滩 夏威夷俱乐部 天堂湾 Total 790 200 250 340 旅游地 1994 805 1995 835 1994 800 1995 795 1994 810 1995 845 1994 810 1995 Q1 Q2 Q3 Q4 120 240 435 205 255 345 220 265 350 205 260 335 200 270 340 255 250 340 200 260 350 可以清晰的看到两年间4个季度的比较 1995 1994 1995 1994 1995 1994 1995 Q1 Q2 Q3 Q4 1994 20 岁以下 20～50 50岁以上 Total 790 100 330 360 年龄段 1994 805 1995 835 1994 800 1995 795 1994 810 1995 845 1994 810 1995 Q1 Q2 Q3 Q4 90 320 385 115 275 415 120 265 450 115 260 435 100 275 435 110 270 465 100 265 445 继续分析消费者的年龄段 视点的移动快捷而方便 可以容易的建立和修改一个交叉表报表 Cognos的OLAP产品演示 Cognos的OLAP产品演示 数据仓库的定义 多维数据模型 数据仓库的系统结构 从数据仓库到数据挖掘 Ch02 数据仓库基础 数据仓库的设计，四个视图必须考虑——如造房子 自顶向下视图 可以选择数据仓库所需的相关信息，这些信息能满足当前和未来业务的需求 数据源视图 探查操作型系统正在获取、存储和管理的信息 数据仓库视图 由事实表和维度表构成 业务查询视图 从终端用户角度查看在数据仓库中数据的各个视图 数据仓库设计：业务分析框架 从系统设计方法视图来看 自顶向下: 从总体设计和规划开始 业务驱动的的方法，适用于技术成熟且已掌握，对需解决