第十七课--数据仓库和数据集市详解.pptVIP

数据仓库和数据集市 Copyright?2007-2009 创智新程 数据仓库和数据集市 目标 什么是数据仓库 数据仓库系统体系结构 操作数据库与数据仓库的区别 维度建模的相关概念 维度建模的基本步骤 数据集市 数据仓库的定义 数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volation）、反映历史变化（Time Variant）的集合数据，用于支持管理决策和信息的全局共享。 --W.H.Inmon 面向主题的 数据仓库是面向不同的主题域进行组织。一个主题通常与多个操作型信息系统相关。 集成的 数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 相对稳定的 数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。 反映历史变化的 数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点（如开始应用数据仓库的时点）到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 数据仓库系统体系结构 数据仓库系统体系结构 数据源 数据存储及管理 OLAP引擎 前端工具 操作数据库与数据仓库的区别 操作数据库系统的主要任务是联机事务处理OLTP。 数据仓库在数据分析和决策方面为用户提供服务,这种系统称为联机分析处理OLAP。 维度建模的相关概念 数据仓库 数据集市 事实 维度 数据挖掘 维度建模的相关概念 分析空间 数据仓库中一定量的数据，用于进行数据挖掘以发现新信息同时支持管理决策。 切片 一种用来在数据仓库中将多个维度中的分析空间限制为数据子集的技术。 星型模型 一种使用关系数据库实现多维分析空间的模型。 雪花模型 不管什么原因，当星型模型的维度需要进行规范化时，星型模型就演化为雪花模型。 多维数据模型 一种非规范化的关系模型。 由一组属性构成的表所组成。 表跟表之间的关系通过关键字和外键来定义。 以良好的可理解性和方便的产生报表来进行数据组织，很少考虑修改的性能。 通过SQL或者相关的工具实现数据的查询和维护。 多维数据模型 数据仓库和OLAP工具基于多维数据模型,该模型将数据看作数据立方体形式。 数据立方体允许以多维对数据建模和观察。 多维数据模型的组成 维 事实 数据立方体 多维数据模型举例 关系表与多维Cube 多维建模技术 星型和雪花模式是主要的存在形式。 星型模式包含一个大的包含大批数据的事实表和一系列维表。 雪花模式是星型模式的变种,不同的是将某些维表规范化。 事实表 每一个事实表通常包含了处理所关心的一系列的度量值。 每一个事实表的行包括： 具有可加性的数值型的度量值。 文本事实通常具有不可预见的内容，很难进行分析。 与维表相连接的外键。 通常具有两个和两个以外的外键。 外键之间表示维表之间多对多的关系。 事实表 事实表的特征 非常大 包含几百几千条甚至几万、几十万的记录。 内容相对的窄 列数较少 经常发生变化 现实世界中新事件的发生-〉事实表中增加一条记录。 典型情况下，仅仅是数据的追加。 事实表的使用 各类度量值的聚类计算 维表 每一张维表对应现实世界中的一个对象或者概念。 例如：客户、产品、日期、地区、商场 维表的特征 包含了众多描述性的列 维表的范围很宽（具有多个属性） 通常情况下，跟事实表相比，行数相对较少 通常10万条 内容相对固定 几乎就是一类查找表 任务一：设计Northwind数据库的星型模型 解题步骤 定义OLAP的数据集市：包括使用星型模型或雪花模型。 事实的选择：通过事实表的共有特性及四种常见样式来选择适当的事实种类。四种常见的事实样式为：事务事实、快照事实、线性项目事实、事件/状态事实。 维的创建。 聚合体的设计。 任务一：设计Northwind数据库的星型模型 设计分析 OLAP数据来源：Northwind数据库共有8个表，分别是Orders、OrderDetails、Customers、Products、Categories、Employe es、Shippers及Suppliers。 Time_Dim时间维 Northwind销售系统的日期以Orders的出货日为事实的时间，因此产生一个Time_Dim。 任务一：设计Northwind数据库的星型模型 设计分析 事实表的主轴： Orders和OrderDetails两个表的连接。 OrderDetails中包括了数值字段：UnitPrice、Quantity及Discount。可以推算出事实所需要的度量值：运费、销售金额、销售数