第章 数据仓库的数据存储和处理.pptVIP

数据仓库与数据挖掘 第2章 数据仓库的数据存储与处理 2.1 数据仓库的数据结构 2.2 数据仓库的数据特征 状态数据与事件数据 当前数据与周期数据 数据仓库中的元数据 2.3 数据仓库的数据ETL过程 ETL概念 ETL过程前后数据的特征 数据的ETL过程描述 抽取（Capture/Extract） 清洗（Scrub/Cleanse） 转换（Transform） 加载和索引（Load/Index） ETL的概念： 数据ETL是用来实现异构数据源的数据集成，即完成数据的抓取/抽取（Capture/Extract）、清洗（Scrub or data cleansing）、转换（Transform）、装载与索引（Load and Index）等数据调和工作。 数据的ETL过程描述： 数据ETL过程的实施要点： ETL过程是一个数据流动的过程，中间的“T”（转换）是关键 ； ETL工具的选择非常重要，运用合适的工具会事半功倍 ； 如何保证数据质量？数据质量在一定程度上决定了数据仓库的价值 。 2.4 多维数据模型和星模式 多维数据模型及其相关概念 多维数据模型的物理实现 多维建模技术简介 一个星模式的例子 多维数据模型及其相关概念 有关多维数据模型的几个概念：维、维类别、维属性、度量、粒度及分割等 关于数据综合级别与粒度的确定:一般把数据分