第1章 1.12 数据仓库的定义及基本特征.pptVIP

聂永红 1.1.2 数据仓库的定义及其基本特征 什么是数据仓库（DW）[1]？ 数据仓库的定义很多，但却很难有一种严格的定义 （1）它是一个提供决策支持功能的数据库，它与公司的操作数据库分开维护。 （2）为统一的历史数据分析提供坚实的平台，对信息处理提供支持 “数据仓库是一个面向主题的、集成的、随时间而变化的、不容易丢失的数据集合，支持管理部门的决策过程。”---W.H.Inmon（数据仓库构造方面的领头设计师） 建立数据仓库（data warehousing） 构造和使用数据仓库的过程 数据仓库关键特征一——面向主题[2] 围绕一些主题，如顾客、供应商、产品等 关注决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理 排除对于决策无用的数据，提供特定主题的简明视图 数据仓库关键特征二——数据集成[3] 一个数据仓库是通过集成多个异种数据源来构造的。 关系数据库，一般文件，联机事务处理记录 使用数据清理和数据集成技术 （1）确保命名约定、编码结构、属性度量等的一致性 （2）当数据被移到数据仓库时，它们要经过转化 数据仓库关键特征三——随时间而变化[4] 数据仓库的时间范围比操作数据库系统要长得多 （1）操作数据库系统：主要保存当前数据 （2）数据仓库：从历史的角度提供信息（比如过去5-10年 数据仓库的每一个关键结构都隐式或显示地包含时间元素，而操作数据库中的关键结构可能就不包括时间元素 数据仓库关键特征四—数据不易丢失[5] 尽管数据仓库中的数据来自于操作数据库，但它们却是在物理上分离保存的 操作数据库的更新不会出现在数据仓库环境下。 不需要事务处理，恢复和并发控制等机制 只需要两种数据访问： 数据的初始转载和数据访问（读操作） 数据仓库与异种数据库集成[6] 传统的异种数据库集成 （1）在多个异种数据库上建立包装程序（wrapper）和中介程序（mediators） （2）查询驱动方法----当从客户端传过来一个查询时，首先使用元数据字典将查询转换成相应异种数据库上的查询；然后，将这些查询映射和发送到局部查询处理器。 （3）缺点：复杂的信息过滤和集成处理，竟争资源 数据仓库：更新驱动 （1）将来自多个异种源的信息预先集成，并存储在数据仓库中，供直接查询和分析。 （2）高性能 数据仓库与操作数据库系统[7] 操作数据库的主要任务是联机事务处理OLTP 日常操作：购买，库存，银行，制造，工次，注册，记帐等 数据仓库的主要任务是联机分析处理OLAP 数据分析和决策 数据仓库与操作数据库系统[8] OLTP和OLAP的主要区别： （1）用户和系统的面向性：顾客 VS. 市场 （2）数据内容：当前的、详细的数据 VS. 历史的、汇总的数据 （3）数据库设计：实体-联系模型（ER）和面向应用的数据库设计 VS. 星型/雪花型和面向主题的数据库设计 （4）视图：当前的、企业内部的数据 VS. 经过演化的、集成的数据 （5）访问模式：事务操作VS. 只读查询（但很多是复杂的查询） OLTP系统与OLAP系统的比较[9] 为什么需要一个分离的数据仓库？[10] 提高两个系统的性能 （1）DBMS是为OLTP而设计的：存储方式，索引，并发控制，恢复 （2）数据仓库是为OLAP而设计：复杂的OLAP查询，多维视图，汇总 不同的功能和不同的数据 （1）历史数据：决策支持需要历史数据库，而这些数据在操作数据库中一般不会去维护 （2）数据汇总：决策支持需要将来自异种源的数据统一（如聚类和汇总） （3）数据质量：不同的源使用不一致的数据表示、编码和格式，对这些数据进行有效的分析需要将他们转化后进行集成 返回 聂永红