数据仓库一、基本概念随着数据库技术应用普和和发展,.pptVIP

* * 数据库理论与技术 Theory and Technology of DataBase 数据库理论与技术 Theory and Technology of DataBase 数据库理论与技术 Theory and Technology of DataBase 数据库理论与技术 Theory and Technology of DataBase 数据库理论与技术 Theory and Technology of DataBase 数据仓库 一、基本概念 随着数据库技术的应用普及和发展，人们不再仅仅满足于一般的业务处理，而对系统提出了更高的要求：提供决策支持。 何谓数据仓库？ 一种面向分析的环境； 一种把相关的各种数据转换成有商业价值的信息的技术。 1、从数据库到数据仓库 数据库系统能够很好的用于事务处理，但它对分析处理的支持一直不能令人满意。特别是当以业务处理为主的联机事务处理（OLTP） 应用和以分析处理为主的DSS应用共存于一个数据库系统时，就会产生许多问题。 例如，事务处理应用需要的是当前数据，主要考虑较短的响应时间；而分析处理应用需要是历史的、综合的、集成的数据，它的分析处理过程可能持续几个小时，从而消耗大量的系统资源。 人们逐渐认识到直接用事务处理环境来支持DSS是行不通的。要提高分析和决策的有效性，分析型处理及其数据必须与操作型处理及其数据分离。必须把分析型数据从事务处理环境中提取出来，按照DSS处理的需要进行重新组织，建立单独的分析处理环境。 数据仓库技术正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。 对比内容 数据库 数据仓库 数据内容 当前值 历史的、存档的、归纳的、计算的数据 数据目标 面向业务操作程序、重复处理 面向主体域、管理决策分析应用 数据特性 动态变化、按字段更新 静态、不能直接更新、只是定时添加 数据结构 高度结构化、复杂、适合操作计算 简单、适合分析 使用频率 高 中到低 数据访问量 每个事务只访问少量记录 有的事务可能要访问大量记录 对相应时间的要求 以秒为单位计量 以秒、分钟、甚至小时为计量单位 数据仓库与传统数据库的比较 数据仓库与决策支持系统（DSS） 数据仓库的组织的根本目的在于对决策的支持。高层的企业决策者、中层的管理者和基层的业务处理者等不同层次的管理人员均可以利用数据仓库进行决策分析，提高管理决策的质量。 企业管理人员可以利用数据仓库进行各种管理决策的分析，利用自己所特有的、敏锐的商业洞察力和业务知识从貌似平淡的数据发现众多的商机。数据仓库为管理者利用数据进行管理决策分析提供了极大的便利。 DSS的数据提取结构图： 源 数 据 库 源数据目录库 源数据库 管理 数据提取系统 汇总 集成 数据 表达 数据 描述 DSS 提取的库 目录索引 提取库 管理 会话 部件 模 型 部 件 2、数据仓库的定义及特征 数据仓库理论的创始人W.H.Inmon在其《Building the Data Warehouse》一书中，给出了数据仓库的四个基本特征：面向主题，数据是集成的，数据是不可更新的，数据是随时间不断变化的。 William H.Inmon将数据仓库定义为: a data warehouse is a subject-oriented, integrated, non-volatile, time-variant collection of data in support of management decisions. 一个面向主题的、集成的、非易失性的、随时间变化的数据的集合，以用于支持管理层决策过程。 采购子系统: 订单（订单号，供应商号，商品号，类别，单价。数量，总金额，日期， … ） 供应商（供应商号，供应商名，地址，电话，…） 销售子系统： 客户（客户号，姓名，地址，电话， … ） 销售（客户号，商品号，数量，单价，日期， … ） 库存子系统： 进库单（编号，商品号，数量，单价，日期， … ） 出库单（编号，商品号，数量，单价，日期， … ） 库存（商品号， 库房号，类别，单价，库存数量， 总金额，日期， … ） 企业经理最关心的问题： 那些商品销售的好？销售好的商品是那些客户购买的？ 那些客户是大客户？大客户主要购买的是那些商品？ 那些商品库存不足？那些商品有积压？ ● ● ● ● ● ● ● 主题的选择：商品和顾客。 商品固有信息：商品号，