数据仓库建模知识讲稿.ppt

数据仓库建模 ;数据仓库建模概述 数据仓库建模类型 数据仓库建模过程 数据仓库建模工具 ;数据仓库建模概述;数据仓库解决方案;数据仓库数据处理流程;数据模型（Data Model）;数据仓库模型（Data Warehouse Model）;不同层次模型间的关系;数据仓库数据模型架构;数据仓库建模特点;数据仓库建模特点（续）;数据模型的作用;数据模型的必要性与重要性;总结;数据仓库建模概述 数据仓库建模类型 数据仓库建模过程 数据仓库建模工具;数据仓库建模类型;常用的数据仓库架构类型;三范式的原子层＋数据集市;三范式原子层＋数据集市特点;星型结构的原子层＋HOLAP;星型结构的原子层＋HOLAP特点;三范式原子层＋ROLAP;选择合适的数据仓库架构;总结;基于不同数据仓库架构下的数据仓库建模;三范式建模（ Inmon ）;高层建模;中间层建模;中间层建模示例－金融机构账户;底层模型;三范式建模优缺点;星型结构建模（ Kimball ）;星型结构示例;星型结构建模优缺点;数据准备区建模;数据仓库模型分类;总结;数据仓库建模概述 数据仓库建模类型 数据仓库建模过程 数据仓库建模工具 ;数据仓库建模过程;底层模型设计;数据仓库建模方法论;数据仓库三级数据模型;数据仓库概念模型建模方法;数据仓库数据模型生命周期;总结;底层模型设计;底层模型的特征;底层模型设计步骤;设计概念模型;概念模型设计示例;实现过程;目标定义;活动及业务规则列表;重要元素的归纳和关系;业务概念归纳;业务人员访谈;数据映射验证;设计逻辑模型;设计物理模型;逻辑建模与物理建模分离;菲奈特税务底层模型示例;需要注意的几点;总结;数据仓库建模过程;分析模型设计;星型模型是由单个事实数据表和一些维度表组成的构架模型。在这种模型中每个维度表均联接到事实数据表上。;雪花型架构比星型模型增加了次要维表，有一个或多个维表是联接到其它维表上，而非事实数据表上。;分析模型设计;事实表 事实表是用于存放经过汇总的历史信息，也就是事实数据的表，是星型架构或雪花型架构的中心。每个数据仓库或数据集市都包括一个或多个事实表。事实表一般不包含描述性信息，具有可以聚合的特点。 维表 维度???是存储描述事实表中事实数据特性的表，每个维表都是独立于其它维表的，并且包含了事实特性的层次结构信息。;分析模型设计;每个事实数据表都应该由两个部分组成，一个由多个部分组成的索引和一些由这些索引所描述的数据。 索引部分 索引部分包含着与描述事实数据特征的维表相关联的外键信息。 数据部分 数据部分是事实表中真正要存放的事实数据，即指标。;前五列为索引部分，后三列是事实数据部分;设计事实表应注意问题;维表设计中由于维度类型的不同，其维表结构也会相应有不同特点。 维度分类 普通维 普通维是基于一个维表的维度，由维表中的不同列来表示维度中的不同级别。 雪花维 雪花维是基于多个维表的维度，各个维表间以外键关联，分别存储同一维度中不同级别的成员列值。 父子维 父子维是基于两个维表列的维度，由维表中的两列来共同定义各个成员的隶属关系。一列称为成员键列，标识每个成员；另一列称为父键列，标识每个成员的父代。;普通维 普通维中的层次是根据维表的列而定义的，所以维表中列的定义会直接影响到维度中层次的定义。设计普通维度的维表必须充分考虑维度的扩展性。 示例： 例如下图中典型的时间维度如左图所示，则每一个层次在维表中均应有对应的列。;雪花维 由于雪花维是基于不同维表建立的，所以针对雪花维而设计的维表必然有多个，各维表分别存储维度中不同级别的成员值，维表间以外键关联。 示例： 例如，典型的地区维中地市维表可以存储全国所有的城市名称和编码，以及所属省份的编码，而在省份维表中则只存储省份名称和编码，两维表以省份编码关联。 ;父子维 由于父子维中的层次关系是由维表中的两个列来共同定义的，所以其维度层次结构是由维表中的列值决定的，且维度层次分布是不均衡的。 示例： 例如，典型的机构维中除了最上层的机构外其它机构都具有其本身机构信息和上级机构信息两项属性。由此，维表中也必须包含此两项信息的设计。;模型构架 尽量使用星型架构，使用雪花架构的目的是使事实表第一级的维表数量达到最小。 维表设计 设计维表应包含需要分析的有关事实的有意义信息，例如行业门类大类小类。 事实表设计 不要在事实数据表中进行过度的汇总，以保证在必要时可以进行所需粒度的数据访问。;总结;数据仓库建模过程;OLAP模型设计;概要设计;确定分析主题;确定分析指标;确定分析维度;确定维度层次;物理设计;确定存储方式;确定聚合方式;确定分区;确定计算成员; OLAP模型设计示例;OLAP模型设计示例;OLAP