OLAP及数据仓库讲解分析.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 提纲 1.为什么要建立数据仓库 2. 数据仓库的概念及特性 3. 数据仓库的结构 4. 数据仓库的设计 5. 数据仓库的开发过程 6. 数据仓库的典型应用 事务处理环境不适宜DSS应用的原因 事务处理和分析处理的性能特性不同 操作型处理对数据的存取操作频率高而每次操作处理的时间短； 在分析处理环境中，某个DSS应用程序可能需要连续几个小时，从而消耗大量的系统资源。 数据集成问题 数据动态集成问题 历史数据问题 数据的综合问题 抽取程序 用抽取程序能将数据从高性能联机事务处理方式中转移出来，在需要总体分析数据时就与联机事务处理性能不发生冲突。 用抽取程序能将数据从联机事务处理范围内移出时，数据的控制方式就发生了转变。 蜘蛛网问题 数据缺乏可信性 数据无时基 数据算法上的差异 抽取的多层次 外部数据问题 无起始的公共数据源 生产率低 根据全部数据生成企业报表 定位数据需要浏览大量文件 抽取程序很多，并且每个都是定制的，不得不克服很多技术上的障碍。 数据转化为信息的不可行性 数据没有集成化 缺乏将数据转化为信息所需的历史数据 体系结构设计环境的层次 数据操作层只保存原始数据并且服务于高性能事务处理领域； 数据仓库层存储不更新的原始数据，此外一些导出数据也在此存在； 数据的部门层