DataWarehouse精要.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 粒度（3/4） 样本数据库粒度级别根据采样率的高低来划分 采样粒度不同的数据库可能具有相同综合级别 按照1/100对客户记录进行抽样 按照1/1000对客户进行抽样 按照1/10000对客户进行抽样 …… * 粒度（4/4） 采购表（商品号，供应商号，供应日期，供应价，…） 采购表H1（商品号，时间段1，采购总量，…） …… 采购表Hn（商品号，时间段n，采购总量，…） 销售表（商品号，顾客号，销售日期，售价，销售量，…） 销售表1（商品号，时间段1，销售总量，…） …… 销售表n（商品号，时间段n，销售总量，…） 库存表（商品号，库房号，库存量，日期，…） 库存表1（商品号，库房号，库存量，星期，…） …… 库存表n（商品号，库房号，库存量，年份，…） * 多重粒度（1/3） * 多重粒度（2/3） * 多重粒度（3/3） 应对不同级别的粒度要求 大粒度数据 快速存储设备 提高性能 小粒度数据 低速存储设备 满足细节查询 * 多维度，多层次 数据仓库是多维度多层次的 维度是观察数据对象的角度 层次是数据对象的综合程度 * 数据仓库的数据组织形式 简单堆积文件 轮转综合文件 简化直接文件 连续文件 * 简单堆积文件 * 轮转综合文件 * 简化直接文件 类似简单堆积文件，间隔一定时间的数据库快照 * 连续文件 * 数据仓库中的快照（1/3） 数据仓库内部以一种称之为“快照”的数据结构为中心来组织。数据仓库中的数据记录是某一时刻生成的快照，包含多种数据类型，通常包括： 关键字，标志快照的关键字 时间，标志事件发生的时间单元 非关键字的主要数据，与关键字相关连的主要非关键字数据 二级数据。在形成快照时偶然捕获并被置入快照中的数据 当数据量不是太大，数据稳定，并且需要详细记录历史时，通过存储已发生的每次活动的详细情况，数据仓库可以跟踪每一件业务事件。否则，需要存放集成数据 数据仓库中的快照（2/3） 快照的生成由一些离散活动的发生而触发，或由规律性的时间推移而触发 引发快照的业务事件可能是一个重要活动的发生 例如，填写支票、打电话、收到货物等 在离散活动的情况下，一般是出现了一些业务活动需要记录下来 离散活动是随机发生的 一种快照触发器是时间 例如一天的结束、一周的结束、一个月的结束 与时间相关的快照的建立是有规律的并且是可以预知的 一些例子 每当一个顾客搬迁（地址发生改变）时，数据仓库就会相应改变，而且一个连续的顾客历史记录就会写入数据仓库 假设保险金按每半年支付一次，那么，每隔六个月，就会在数据仓库中创建一个快照记录，用来描述保险金的支付情况，包括支付时间、支付金额 * * 数据仓库中的快照（3/3） 快照由四个基本的组成部分： 关键字可以唯一也可以是不唯一的，通常是复合关键字，用来识别记录和主要数据 时间单元通常是指快照所描述事情发生的时刻，有时，时间单元指的是捕获数据的时刻。（在有些情况下，会对事情发生的时刻和捕获时间信息的时刻加以区别，而在有些情况下则不对它们进行区别。）在由时间推移触发事件的情况下，时间元素可以暗含于而不是直接附于快照中 主要数据是与记录的关键字直接相关的非关键字数据。例如，假设关键字标识产品的销售，时间元素描述的是销售活动终结的时刻，主要数据描述的是销售什么产品以及销售的价格、条件、地点和代理等 作为快照一部分而被捕获的，但与主要数据和关键字都无直接关系的二级数据（可选）。二级数据表示快照记录创建时捕获的外来信息。如与销售相关的二级数据是关于被售产品的一些附带信息。将来可能会在DSS处理过程中使用到的任何附带信息都可以加入到数据仓库记录中去 * 元数据（1/2） 关于数据的数据，描述了数据的结构、内容、编码、索引等内容 通过元数据可以将数据仓库和复杂的数据源系统的变化隔离，是数据仓库开发和维护的一个关键因素，也是保证数据抽取质量的依据。 种类 关于数据源的元数据 关于数据模型的元数据 关于数据仓库映射的元数据 关于数据仓库使用的元数据 * 元数据（2/2） 元数据是数据仓库的一个重要组成部分，处于数据仓库的上层，并且记录数据仓库中对象的位置。一般，元数据存储记录了以下内容： 数据仓库程序员所知道的数据结构。 DSS分析员所知道的数据结构。 数据仓库的源数据。 数据进入数据仓库时发生的转换。 数据模型。 数据模型和数据仓库的关系。 抽取数据的历史记录。 * 关于数据源的元数据 它是现有的业务系统的数据源的描述信息。这类元数据是对不同平台上的数据源的物理结构和含义的描述。具体为： 数据源中所有物理数据结构 所有数据项的业务