数据仓库及数据挖掘-数据模型及元数据.pptVIP

作业 4 理解数据仓库的数据组织要求和方法 掌握数据仓库的星型模型、雪化模型的设计方法 理解元数据的类型及其作用 数据仓库与数据挖掘 内容提要 数据模型 元数据 数据的粒度 数据模型 传统数据库数据模型 数据仓库的数据模型不同于数据库的数据模型在于 数据仓库只为决策分析用，数据仓库的增加了时间属性数据。 数据仓库增加了一些综合数据。 数据仓库的数据建模是适应决策用户使用的逻辑数据模型。 数据仓库概念模型 1.数据仓库模型的概念 数据仓库概念模型的设计需要给出一个数据仓库的粗略蓝本，以此为工具来确认数据仓库的设计者是否已经正确的了解数据仓库最终用户的信息需求。 （1）概念数据模型 在构建数据仓库的概念模型时，可以采用在业务数据处理系统中经常应用的企业数据模型——ER图。这是一种描述组织业务概况的蓝图，包括整个组织系统中各个部门的业务处理及其业务处理数据。 数据仓库与操作型数据库一样，也存在高层模型（ERD，实体关系层）、中层模型（DIS，逻辑层）和低层模型（物理层）3个层次数据模型。 企业数据模型(举例) 数据仓库的数据模型 数据仓库存储采用多维数据模型。 星型数据模型 大多数的数据仓库都采用“星型模型”。星型模型是由“事实表”（大表）及多个“维表”（小表）所组成。 “事实表”中存放大量关于企业的事实数据（数量数据）。 例如：多个时期的数据可能会出现在同一个“事实表”中。“维