数据仓库的数据模型与数据组织.pptVIP

* Data Mining: Concepts and Techniques * 数据分割的方法 垂直分割：垂直分割就是把一个表垂直分成两部分。这种类型的分割有助于把一大堆列分成两个独立的表，这两个表之间通过一个关键字段相关联。 水平分割：水平分割就是把表按行分成两部分。这种类型的分割被用来存储与用户联系紧密的本地重要数据，从而减少网络查询。 图解分割：经由多个分布系统把一个图分解成两部分。可以从指定的服务器或在多个服务器之间建立连接而得到一个表所需要的全部数据。这种类型的分割被用来把小的、静止的表从不稳定的、越变越大的表中分割出来。 * Data Mining: Concepts and Techniques * 元数据 元数据：是用来描述数据的数据。它描述和定位数据组件、它们的起源及它们在数据仓库进程中的活动；关于数据和操作的相关描述(输入、计算和输出)。元数据可用文件存在元数据库中。 要有效的管理数据仓库，必须设计一个描述能力强、内容完善的元数据。 * Data Mining: Concepts and Techniques * 元数据的种类 转换元数据：为了从事务处理型环境向数据仓库中转换而建立的元数据，它包含了所有源数据的信息、事务描述、数据结构的定义、提取数据和传送数据的算法、综合数据和净化数据的规则、数据访问和传送的记录等。 DSS元数据：在数据仓库中用来与终端用户的多维商业模型/前端工具之间建立映射，这种元数据常称为DSS元数据，常用来开发更先进的决策支持工具。 * Data Mining: Concepts and Techniques * 数据仓库中的元数据的内容 关于源数据的元数据：数据源中所有物理数据结构；所有数据项的业务定义；每个数据项更新的频率，以及由谁或哪个过程更新的说明；每个数据项的有效值；其它系统中具有相同业务含义的数据项的清单。 关于数据仓库映射的元数据。 关于系统安全的元数据。 * Data Mining: Concepts and Techniques * 元数据管理涉及到数据仓库构造、运行、维护的整个生命周期，是企业级数据仓库构建过程中十分重要的一环。所谓元数据即数据的数据，好象在一座图书馆中，如果认为每一本书的内容都是数据，用来查找每一本书的索引就是元数据。在数据仓库的构建过程中，会产生三种元数据即业务元数据、技术元数据、操作元数据，分别决定企业的业务模型、数据仓库的规划及物理设计、数据仓库的维护及数据更新策略等。庞大的企业级数据仓库涉及企业运行的众多业务处理系统和整个企业运行的各个环节，只有有效的元数据管理才能保证数据仓库与企业业务的运作保持同步并且根据市场和业务需求的变化随时作出调整，一旦业务需求发生改变，用户可以通过对元数据的维护使数据仓库的运行作出快速的响应。 * Data Mining: Concepts and Techniques * 与传统数据库系统的数据字典中相似的内容。 数据仓库的主题描述。 外部数据和非结构化数据的描述。 记录系统定义。 逻辑模型的定义。 数据进入数据仓库的转换规则。 数据的提取历史。 粒度的定义。 数据分割的定义。 广义索引。 有关存储路径和结构的描述。 * Data Mining: Concepts and Techniques * 数据仓库的数据组织 数据仓库是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。 数据仓库的数据组织结构不同于一般的数据库系统，需要将从原有的业务数据库中获得的基本数据和综合数据分成一些不同的级别。在数据仓库中，数据按照粒度从小到大可分为四个级别：早期细节级、当前细节级、轻度细节级和高度细节级。 * Data Mining: Concepts and Techniques * 数据仓库的数据组织方式 基于关系表的存储方式：这种方式的主要问题是在多维数据模型定义好后，从数据库中提取数据往往需要编制独立、复杂的程序，因此，通用性较差，且很难维护。 多维数据库存储方式：多维数据库的组织方式是直接面向OLAP分析操作的数据组织形式。这种数据库产品也比较多，实现方法也不尽相同。其数据组织采用多维数据结构文件进行存储，并有维索引及相应的元数据与其对应。 * Data Mining: Concepts and Techniques * 数据仓库中文件的存储方式 简单堆积文件： 轮转综合文件： * Data Mining: Concepts and Techniques * 数据仓库的数据组织形式 简化直接文件：简单直接文件是按一定时间操作型数据库的一个快照，即按一定所时间间隔对数据库的采样。 连续文件：它是通过比较两个连续的简单直接文件的不同而生成的另一种连续文件，生成的连续文件又可以和新的简单直