第2章数据仓库的数据存储与处理精选.ppt

* 数据仓库与数据挖掘 * 产品名称 销售地区 销售数量 电器 电器 电器 电器 服装 服装 服装 服装 汇总 汇总 汇总 汇总 江苏 上海 北京 汇总 江苏 上海 北京 汇总 江苏 上海 北京 汇总 940 450 340 1730 830 350 270 1450 1770 800 610 3180 江苏 上海 北京 汇总 电器 服装 汇总 940 830 1770 450 350 800 340 270 610 1730 1450 3180 具有汇总数据项的关系数据库 具有汇总值的多维数据库 关系数据库中，将“多对多”的关系转化为多个“一对多”的关系 不直观 直观 * 数据仓库与数据挖掘 * 二维数据容易理解，但维数扩展到三维或更高的维度时，多维数据库MDDB就成了一种“超立方”体的结构 ，理解就困难多了。 在MDDB中，其数据的存储是由许多类似于数组的对象来完成，对象中包含了经过高度压缩的索引和指针，利用这些索引和指针将许多存储数据的单元块联结在一起 。 实际组合中往往由于各种原因会导致某些组合没有具体的值，或值是空的或者为零。 产生了多维数据库的稀疏矩阵问题。 稀疏矩阵将导致存储空间的浪费，所以需要采用压缩技术。 * 数据仓库与数据挖掘 * 将数据的多维结构划分为两类表： 事实表 维度表 按照两种结构设计： 星型模型 雪花模型 关系数据库是存储OLAP数据的另一种主要方式。与之对应的是关系联机分析处理（ROLAP） * 数据仓库与数据挖掘 * 产品ID 时间ID 销售商ID 地址ID 产品ID 销售商ID 地址ID 时间ID 销售数量 销售成本 总收入 销售商维度表 地理位置维表 时间维表 产品维表 1.星型模式在关系数据库中的表示 * 数据仓库与数据挖掘 * 2.雪花模式在关系数据库中的表示 产品维表 产品ID 时间ID 销售商ID 地址ID 图5.9 雪花模式的关系数据库表示 地理位置维表 时间维表 产品ID 产品名称 公司ID 公司名称 产品颜色ID 产品颜色 产品商标ID 商标名称 产品类型ID 产品类型名 销售商维度表 产品ID 销售商ID 地址ID 时间ID 销售数量 销售成本 总收入 产品ID 公司ID 产品颜色ID 产品商标ID 产品类型ID * 数据仓库与数据挖掘 * 多维建模技术简介 两种主流建模技术 :由Inmon提出的企业级数据仓库模型和由Kimball提出的多维模型 ； 基于关系数据库的多维数据建模，如星型,雪花和事实星座模式； 关于事实表、维表及键的设计 * 数据仓库与数据挖掘 * 星型模型 事实表 维度表 维度表 维度表 维度表 维度表 * 数据仓库与数据挖掘 * 雪花模型 事实表 维度表 维度表 维度表 维度表 维度表 详细类别表 详细类别表 * 数据仓库与数据挖掘 * 一个星型模式的例子 数据仓库与数据挖掘 * 数据仓库与数据挖掘 * 第2章 数据仓库的数据存储与处理 * 数据仓库与数据挖掘 * 数据存储与数据处理是数据仓库系统实施的三个关键环节中的中心环节。 数据存储结构设计和数据处理技术的研究在数据仓库理论中占有重要地位。 第2章 数据仓库的数据存储 与处理 * 数据仓库与数据挖掘 * 2.1 数据仓库的数据结构 三层数据结构 * 数据仓库与数据挖掘 * 2.1 数据仓库的数据结构 各个组成部分的含义： 操作性数据 ：来源于业务系统中的数据。 调和数据：存储在企业级数据仓库中的数据。 导出数据：从数据仓库中导出并存储在各个数据集市中的数据。 企业数据模型：企业组织所需数据的整体轮廓。 元数据 ：有关数据的说明。 * 数据仓库与数据挖掘 * 2.2 数据仓库的数据特征 状态数据与事件数据 当前数据与周期数据 数据仓库中的元数据 *