数据仓库与olap技术-read.pdfVIP

　　第 20 卷 　第 5 期 计 　算 　机 　仿 　真 2003 年 5 月 　　 ( ) 文章编号 :1006 - 9348 2003 05 - 0040 - 04 数据仓库与 OLAP 技术 刘大昕 ,张春林 ,聂亚杰 ,张子杨 ( 哈尔滨工程大学计算机与信息科学系 ,黑龙江 哈尔滨 150001) 摘要 : 由于企业决策支持的需要,数据仓库及其相关的技术如 OLAP 、数据挖掘已经越来越受到人们的重视。该文对数据仓 库的整体结构进行了简单的描述 ,具体介绍了当前流行的几种 OLAP 技术 ,并提出了数据仓库和数据集市的区别及 ROLAP 的几种优化技术。 关键词 :数据仓库 ;联机分析处理 ;数据库 中图分类号:TP311. 13 　　文献标识码 :B 1 　数据仓库与分析处理工具 结果。它可以回答“How”一类问题。 1991 年 ,数据仓库之父 Inmon 首先提出了数据仓库的概 数据仓库的工具大体上可以分为以下几类 : ) 念 :“数据仓库是一个面向主题的、集成的、稳定的、随时间而 1 普通的报表查询工具。这类工具既有用户定制的查 变化的数据集合 ,用以支持企业管理中的决策处理”。应该 询程序 ,也有灵活的工具。定制的程序象用 VB 、Powerbuilder 、 说 ,数据仓库主要的贡献在于 ,它提出了数据处理的两种不 SQLWindows、Developer/ 2000 开发的查询程序 , 工具包括 同的类型:操作型处理和分析型处理 ,并且在实际的实现中 Sybase 的 Infomaker ,Cognos 的 Impromptu 等 ; 将它们区别开来 ,形成了 DB ———DW 的主要结构。数据仓库 2) 验证型工具。用户首先提出自己的假设 ,然后利用各 是一个综合的解决方案 ,而数据库只是一个现成的产品而 种工具通过反复的、递归的检索查询以验证或否定自己的假 已 ,数据仓库的体系结构见图 1 。 设。这类工具主要给用户提供灵活的多维分析处理 ,从数据 数据仓库体系主要有三个关键环节 ,从上到下依次为 : 仓库中发现事实。OLAP 工具就属于这一类 ; ( 3) 发掘型工具。这类工具的应用主要是从大量的数据 数据的访问和分析处理 ;数据的存储管理 ; 数据的提取 Ex ) ( ) ( ) ( ) 中发现数据模式 ,预测趋势和行为。与验证型工具不同 ,用 tract 、转换 Transform 和装入 Load 处理 简称 ETL 。其中 数据的 ETL 过程是最复杂的 ,一般要占用整个数据仓库工程 户在整个信息的发掘过程中不需要或只是需要很少的指导。 的70 %左右的时间和资金。关系数据库之父 E. F. Codd 根据 这类工具主要指的是数据挖掘。 处理数据的范围、用户分析人员的交互需要、多维分析需要 以及现有工具的支持等因素将数据分析处理模型分为四种: 2 　OLAP 技术 绝对模型、解释模型、思考模型和公式模型。 数据仓库中尽管包含了大量的有价值的历史数据 ,但如 ) 1 绝对模型 :它属于静态数据分析 ,主要是可以通过比 果让决策支持人员直接去看这些数据是没有任何实际意义 较历史数据或行为来描述过去发生的事实。它可