1-3 数据仓库的数据组织与数据集市.pptVIP

构建数据集合的驱动方式： “数据驱动”：指根据当前业务数据的基础和质量情况（当前数据库现状），以数据源的分析为出发点，构建数据集合。 “需求驱动（用户驱动）”：根据业务的方向性需求，从业务需要解决的问题出发，构建数据集合。 构建数据仓库的方式： 由于分析型处理的具体特性（种类多，事先不易确定等）， William H. Inmon（被称为数据仓库之父）认为构建数据仓库应以数据驱动为主，按第三范式标准组织数据。（对一个表来说，每个非主属性必须完全依赖于该表的主键。） 然后再在数据仓库的基础上开发具体应用。 按数据的作用分类： 管理对象：已经有独立编码或者需要独立编码者。 例如：教学管理中的对象：学生、班级、课程、教师等。 超市管理中的对象：商品、顾客、员工、供应商等。 （1）对象的固有特征数据： 如物料的编号、名称等。 学生的姓名、性别等。 这些数据在对象的生命周期内，比较稳定，一般不会变化。 按数据的作用分类（续）： （2）对象的状态数据： 描述对象状态的数据。 如仓库的库存量、图书馆图书是否在馆、商品的售价等。 状态数据在对象的生命周期内不断发生变化。所以，可进一步区分为当前状态数据和历史（周期）状态数据。 1）当前状态数据：描述对象当前状态的数据。如仓库的当前库存量、图书馆图书当前是否在馆、商品的当前售价等。 2）历史（周期）状态数据：描述对象以前某一时刻的状态的数据。如过去某天的库存量、或商品售价。历史状态数据一般也包含“时间戳”。 按数据的作用分类（续）： （3）对象的事件数据： 描述对象发生的事件的数据。事件数据一般都有对应的状态数据。事件数据一般会引起状态数据的变化。 如：物料的一次入库、出库数据； 图书的一次出借、归还数据， 商品的一次调价数据。 事件数据一般都包括“时间戳”，用于记录事件发生的时间。 对象：状态(数据)1+事件数据→ 状态(数据)2 例：当前话费50元+又打了一次电话（1元）→话费51元 数据的粒度 数据的粒度指的是数据仓库中保存的数据的细化或综合程度的级别。 例1：电信通话： 细节数据:记录每一次通话情况。 轻度综合数据:记录顾客每天的通话情况。 高度综合数据:记录顾客每月的通话情况。 例2：超市购物： 细节数据：记录顾客每一次的购物细节。 轻度综合数据: 记录每个顾客每次购物金额,或每种商品每一天的销售数据。 高度综合数据：记录每个顾客每月或每年的购物金额。或每种商品每月或每年的销售数据。 数据粒度与数据量的关系： 在数据存储中，数据粒度影响数据量的大小。粒度级越小，数据量越大。粒度级越大，数据量越小。 数据粒度与查询种类的关系： 粒度级越小，回答的查询种类越多。（只要有细节数据，其它数据都可以计算和统计出来） 粒度级越大。回答的查询种类越少。（细节数据无法查询） 数据粒度的存储策略： 时间近的数据以低粒度形式存储。 时间久的数据以高粒度形式存储。 数据库中围绕“管理对象” 存储的主要数据： 1）管理对象的固有特征数据： 固有特征数据在管理对象的生命周期内一般不变。 特别地，该类数据还包括该对象首次进入数据库的时间。该时间可看作是对象所有固定特征数据的“时间戳”。 例如：“学生”的学号、姓名、性别等。入学时间是“时间戳” “商品”的编码、编码、名称、规格等。第一次进店时间是“时间戳” 数据库中围绕“管理对象” 存储的主要数据： 2）管理对象的当前状态数据： 当前状态数据是随时间不断变化的。 例如： “学生”的年龄、年级等。 “商品”的库存量、售价等。 数据库中围绕“管理对象” 存储的主要数据： 3）管理对象短期内的事件数据（细节数据）。