2015第二章数据仓库的设计.pptVIP

第二章 数据仓库的设计 ◆数据仓库与传统数据库设计方法的区别 ◆数据仓库的三级模型 ◆提高数据仓库性能的各种技术 ◆数据仓库的设计方法和步骤 对每个当前要装载的主题的逻辑实现进行定义，并将相关内容记录在数据仓库的元数据中 。 1、分析主题域 数据仓库的设计方法是一个逐步求精的过程，在进行设计时，一般是一次一个主题或一次若干个主题地逐步完成的。从得出的所有主题中选择首先要实施的主题域。 在“商场”实例中，通过“商品”主题可以较全面的了解商场的经营状况。因此可以首先选择“商品”主题进行实施。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2、 粒度层次划分 粒度层次划分适当与否直接影响到数据仓库中的数据量和所适合的查询类型。确定数据仓库的粒度划分，可以通过估算数据的总行数来确定是采用单一粒度还是多重粒度，以及粒度划分的层次。 “商场”数据仓库中，一个会员制的商场一般可以经营上千种商品，考虑到商品的销售数据量最大，对商品的销售分析主要是：进行销售统计和销售趋势分析。 最好采用多重粒度，如某种商品的周统计销售数据、某类商品的月统计数据、季统计数据等等 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3、确定数据分割策略 要选择适当的数据分割的标准，一般要考虑以下几方面因素：数据量(而非记录行数)、数据分析处理的实际情况、简单易行以及粒度划分策略等。 数据量的大小是决定是否进行数据分割和如何分割的主要因素； 数据分析处理的要求是选择数据分割标准的一个主要依据，因为数据分割是跟数据分析处理的对象紧密联系的； 考虑数据分割的标准与粒度划分层次是适应的。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 4、 关系模式定义 数据仓库的每个主题都是由多个表来实现的，表之间依靠主题的公共码键联系在一起，形成一个完整的主题。 以“商品”主题为例，考虑到商品的粒度划分层次、分割标准等，可将“商品”主题分为以下几个表来实现： 公共码键：商品号 （1）商品固有信息 商品表（商品号、商品名、颜色、类型…..) /*细节级 */ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 商品采购信息： 采购表1(商品号、供应商号、供应日期、供应价） /*细节级 */ 采购表2（商品号、采购月份、采购总量….） 采购表3（商品号、采购季度、采购总量….） …… /* 时间段不同的综合表 商品销售信息： 销售表1(商品号、顾客号、销售日期、销售量） /*细节级 */ 销售表2（商品号、时间段1、销售总量） …… /* 时间段不同的综合表 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2.1 数据仓库设计方法概述 一、数据仓库设计与数据库系统设计区别 ◆面向的处理类型不同 DB：操作型数据环境，面向具体应用 DW：分析型环境，面向分析，一般开发是从最基本的主题开始，不断发展新的主题，完善已有的主题。 ◆面向的需求不同 DB：有较确定的应用需求，有比较确切的信息流 DW：需求灵活，没有固定的模式，用户甚至不能清楚需求，不可能从用户出发来进行数据仓库设计。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose