oracle_数据仓库简介教材课程.ppt

数据仓库和BI简介jianhui.wang 2011 培训目的：1. 了解数据仓库及BI的基本概念 2. 设计数据仓库 3. 本公司目前数据库仓库结构 4. BI建模分析及提供数据给决策层 第一课堂 基本概念 一、数据仓库 数据仓库是面向主题的、集成的、稳定的(不可更新的)、随时间不断变化(不同时间)的数据集合，用以支持经营管理中的决策制定过程。 a) 面向主题与传统数据库的面向应用相对应，主题是一个在较高层次上将数据归类的标准，每个主题对应一个宏观的分析领域； b) 集成特性是指数据在进人数据仓库前，必须经过加工和集成，以统一原始数据中的矛盾之处，还要将原始数据结构从面向应用转变为面向主题。 c) 稳定性是指数据仓库反映的是已成为历史的数据， 而不是日常事务处理产生的数据，数据经加工和集成进入数据仓库后极少或根本不修改，数据仓库是不同时间的数据集合，它要求数据仓库中的数据保存时不仅能满足决策分析的需要，而且都要标明该数据的历史时期。 d) 数据仓库最根本的特点是物理地存放数据，而且这些数据并不是最新的、专有的，而是来源于其他数据库。传统的数据库系统主要负责日常操作性的事务处理任务，而数据仓库承担支持决策分析服务的数据平台。 面向主题图解 操作型环境 数据仓库 汽车 顾客 人寿 保险单 健康 保险费 意外伤亡 索赔 应用 主题 面向主题是通过一组相关的表来具体实现的。 二、构建数据仓库的关键技术 数据仓库的构建偏向于工程，具有强烈的工程性，其关键技术主要有数据抽取、数据组织、数据表现三个方面。 a)数据抽取 数据的抽取是数据进入数据仓库的入口。由于数据仓库是一个独立的数据环境，它需要通过抽取过程将数据从数据库系统、外部数据源、脱机的数据存储介质中导入到数据仓库。数据抽取在技术上主要涉及互连、复制、增量、转换、调度和监控等几个方面。数据仓库的数据并不要求与数据源保持实时的同步，因此数据抽取可以定时进行，但多个抽取操作执行的时间、相互的顺序、成败对数据仓库中信息的有效性则至关重要。 见下图所示： b)数据组织 数据仓库是存储数据的一种组织形式，它从传统数据库中获得原始数据(数据源)，先按辅助决策的主题需求形成当前基本数据层(接口层,比如本公司数据库RP用户)，再按综合决策的要求形成综合数据层(中间层,比如MID用户) 。随着时间的推移，由时间控制机制将当前基本数据层转为历史数据。 c)数据形式 数据仓库中存放着不同综合级别的数据，可分为四个级别：早期细节级、当前细节级、轻度综合级和高度综合级。源数据经过综合处理之后，首先进入当前细节级，并根据具体需要进一步的综合，从而进入轻度综合级乃至高度综合级，老化的数据将进入早期细节级。 e)数据表现 数据表现本质上是指数据仓库的应用。目前，数据仓库已经广泛地应用在银行、金融服务、消费物品和零售批发部门，以及诸如基于需求的产品生产。就功能而言，数据仓库的应用主要体现在信息处理、分析处理和数据挖掘三个方面： 信息处理：支持查询和基本的统计分析，并使用交又表、表、图表或图进行报告。数据仓库信息处理的当前趋势是构造低成本的基于Web的存取工具，然后与Web浏览器集成在一起。 分析处理：支持联机分析处理OLAP。分析处理一般是在汇总的和细节的历史数据上操作，主要优势在于支持多维数据分析。 数据挖掘：支持知识发现，包括寻找隐藏的模式和关联，构造分析模式，进行分类和预测，并用可视化工具提供挖掘结构。总的来说，数据仓库的性能，集中表现在多维分析、数据挖掘方面。