Data_Cube之概念解释.docxVIP

Data Cube——没有落叶的秋——2012-2-23各种数据库、网络技术、web开发参考：/database/basis/201112/32141.htm数据库设计与数据仓库设计业务数据和分析数据普通的数据库_业务处理直接用于业务处理，需要严格约束表和表之间的关系，保证了数据完整性。数据库的设计：一般通过实体关系模型确定数据库中需要存储数据的表，再通过数据规范化方法（如第1、2、3范式等）改变这些表的结构，确定表的主外键，并以主外键为依据，在表之间建立起一对一或一对多的关系。列举：adventureworks业务数据库中购买订单、买入商品运送方法和商品提供商等数据表关系如下：从业务数据库中的表间的关系示例图总可以看出，对于购买订单报头这个表（purchaseOrderHeader）而言，与供货商（Vendor）表、购买订单详情表（purchaseOrderDetail）运输方法表（ShipMethod）之间的关系是根据实际业务操作中应该有的关系来确定的，这样的数据库系统结构设计用于业务操作的信息化很合适。商务分析数据库_多维商务分析需要的数据库与业务数据库不同，用于OLAP(On-Line Analytical Processing)的数据应该是多维度的。下图为购买地区、购买时间和产品名称3个视角分析购买订单时需要的一种数据立方。数据立方体又称为多维数据集，是使用分析数据的典型方式。数据仓库中的立方体数据立方体与数学中的X、Y、Z坐标轴表示3个空间创建一个立方体是一样的，可以将不同的商业视角作为维度建立一个商业智能分析用的立方体。通过不同的坐标抽（数据属性如：时间、地方等）的灵活组合，可以构成各种各样的数据立方体。使用时间仓库时的数据立方体也不都是三维的，由于商务视角的多样性，大多数情况下数据立方体是以三维以上的方式组成的。数据立方体中多个维度的值是商务需求中需要观察的目标，这个目标的值一般叫度量值。度量值来源于构成商务观察目标的事实表中。满足不同视角观察如果保持立方体的某些坐标轴的值不变而改变另外某一个轴，便可以看到度量在不同维上的变化情况。在上面的例子中，如果保持产品的名称和日期为常量，沿客户城市坐标轴移动，便可以得到在所有客户城市某一天某一产品的全部销售值。有这种分析需求的一般是地区经理。同样，可以根据财务经理、产品经理及总经理对商务分析的不同需求来对数据立方体进行不同角度的解析，如下图：立方体销量/天/城市位置：/database/basis/201112/32141_2.htm数据立方体与OLAP的关系：/web-data-warehouse/data-cube-and-olap/2012-2-22止认识事物一般是从此事物在实践中的应用开始的。前面对业务数据和分析数据使用方式的区别以及对数据立方体具体使用方法的解析是认识数据仓库的基础。由于作用不同，所以设计时数据库和数据仓库的目标也不同。数据仓库的设计目标两种数据处理方式的对比，可以得到设计数据库和数据仓库的目标之间的差异，具体对比如下：数据库设计目标数据仓库设计目标如何使操作人员进行交互获得数据如何对数据按照主题进行组织如何将获取的数据按照OLTP的需求合理的存放如何保证进入的数据仓库系统数据的一致性如何对数据进行合理的存储优化OLTP性能如何对数据维度进行合理的划分如何保证事务处理的安全性如何优化存储方式使OLAP的性能得到优化注：OLTP ----On-Line Transaction Processing 联机事务处理系统，基本的特征是顾客的原始数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果。优点：可以及时的处理输入的数据，即时的响应。也为实时系统（Real Time System）.这里人们最关心的问题是：实时响应时间（Response Time）,即用户在中断上送入数据之后，到计算机对这个请求给出答复所需的时间。 OLAP ----On-Line Analysis Processing联机分析处理，在数据仓库和数据集市中存储的适用于分析的数据，使得客户端应用程序实现对这些数据进行高效率访问的一种技术。该技术是一种用于组织大型商务数据库和支持商务智能的技术。OLAP数据库分为一个或者多个多维度数据集，每个多维数据集都由数据集管理员组织和设计以适应用户检索和分析数据的方式，从而更易于创建和使用所需的数据透视表和数据透视图。OLAP基本特点与操作OLAP和OLTP特点对象比较项目OLTP和OLAP特点数据处理类型OLTPOLAP面向对象业务开发人员分析决策人员功能实现日常事务处理面向分析决策数据模型关系模型多维模型数据量少量数据（小型事务）大量数据（百万记录）操作类型查询、插入、更新、删除查询为主OLAP的类型常见的OLAP类型如下