第17章数据仓库与联.PDFVIP

第17章数据仓库与联 机分析处理  数据仓库  联机分析处理技术  数据挖掘 实例 在实际应用中：  某个客户：某某酒吧销售某某啤酒的价 格是多少？操作型数据  某个投资商：每个酒吧在过去三个月里 销售所有啤酒的平均价格是多少？分析 型数据 操作型数据 OLTP 传统数据库：  细节的  在存取的时间时是正确的  可更新  性能要求高  事务驱动  面向应用  一次操作的数据量小  支持日常操作  。。。 分析型数据OLAP  综合的，提炼过的  代表过去数据  不经常更新  性能要求宽松  分析驱动  面向分析  一次操作数据量大  支持管理决策 OLTP 实例  简单的，经常被查询到的，涉及数量不多 的元组。  例如：某某酒吧销售某某啤酒的价格是多 少？ OLAP 实例  复杂的查询，涉及大量的数据，可能需 要运行几个小时的查询。  实例：过去一年某条街上酒吧销售的总 量是多少？  查询不一定基于当前的数据库信息，可 以基于前一个月的数据库信息。 数据仓库 目的：构建新的分析处理环境而出现的一种数据 存贮和组织技术。 方法：  数据集成： 1. 拷贝很多数据源到一个数据仓库。 2. 不时更新数据仓库中的数据。 3. 主要用于数据的分析。 数据仓库的特点  数据是面向主题的  数据是集成的  数据是不可实时更新的  数据是随时间变化的 数据仓库的数据组织 数据仓库系统的体系结构  数据仓库的后台工 具  数据仓库服务器  OLAP服务器  前台工具 应用场景  分店进行OLTP.  分店的数据晚上拷贝到中央数据仓库  分析师对数据仓库进行OLAP. 数据仓库数据模型： Star Schemas 星型模式  星型模式是最常用的数据仓库模型: 1.事实表Fact table : 非常大的，带有各个维度的一 个表。Often “insert-only.” 2. 维表Dimension tables : 小的，关于各个实体详 细的，静态的信息表。 Example: Star Schema  假设我们要基于酒吧数据库管理系统，分析 每个酒吧，每一种啤酒，哪些客户每天的销 售情况：  我们要建立的事实表如下: Sales(bar, beer, drinker, day, time, price) Example -- Continued  维表如下： Bars(bar, addr, license) Beers(beer, manf) Drinkers(drinker, addr, phone) Time dimension is very special Days(day,week,month,year) 两种属性：维度属性和度量属 性 事实表中的属性分为： 1.维度属性 : 某一个维表中的码 2.度量属性：被分析衡量的属性，通常是数字 值，由各个维度共同来决定 维度属性可以有层次的  Hierarchy on dimension attributes: 可以在不同层次上查看维表的 数据。  E.g. the dimension DateTime can be used to aggregate by hour of day, date, day of week, month, quarter or year 度量属性  Price 是这个系统中需要衡量的指标。  它是基于不同维度的组合。  例如：价格可以从酒吧，啤酒，喝酒人 和时间共同来决定价格。 数据仓库数据模式： 星型模型和雪花模式 （维表可以有层次） 建立数据仓库的方法 1. ROLAP = “relational OLAP”: 应用关系数 据库来管理多维数据。 2. MOLAP = “multidimensional OLAP”: 用 一个特殊的DBMS （例如：数据立方体） 来实现。 ROLAP 实现技术 1. Bitmap indexes 位图