第3章 数据仓库设计与开发 .pdf

第3章 数据仓库设计与 开发 华南理工大学 廖开际 kaiji@163.com 教学目标  掌握数据仓库的设计和开发方法，包括数 据模型的设计、粒度、维度设计以及数据 仓库的开发步骤 。 教学要求 知识要点 能力要求 相关知识点 (1) 掌握数据仓库的开发过程 (1) 数据仓库开发的3个阶段 数据仓库的开 (2) 掌握数据仓库设计的内容 (2) 数据驱动的设计 发过程与方法 与步骤 (3) 数据模型设计的重点 (1) 掌握概念模型的设计 (1) 面向主题的E-R模型 (2) 掌握逻辑模型的设计 (2) 星型模型和雪花模型 数据模型设计 (3) 掌握物理模型的设计 (3) 事实表与维表 (4) 掌握粒度的设计原则 (4) 粒度 (1) 运行环境 (2) 实现技术 数据仓库的构建 掌握数据仓库构建的步骤 (3) ETL (4) 数据仓库的维护 引例：沃尔玛的数据仓库  沃尔玛利用NCR的Teradata可对7.5TB的数据进行存储， 这些数据主要包括各个商店前端设备(POS、扫描仪)采集 来的原始销售数据和各个商店的库存数。  Teradata数据库里存有196亿条记录，每天要处理并更新 2亿条记录，要对来自6000多个用户的4.8万条查询语句 进行处理。  销售数据、库存数据每天夜间从3000多个商店自动采集 过来，并通过卫星线路传到总部的数据仓库里。  沃尔玛数据仓库里最大的一张表格(Table)容量已超过 300GB、存有50亿条记录，可容纳65个星期3000多个商 店的销售数据，而每个商店有5万到8万个商品品种。  利用数据仓库技术，沃尔玛对商品进行市场类组分析，即 分析哪些商品顾客最有希望一起购买。 思考： 请你估计一下沃尔玛的数据仓库中一年的 数据量有多大？  沃尔玛的数据仓库是怎样建成的？ 本章内容  数据仓库的开发过程及特点  数据模型设计  数据仓库的粒度设计  创建数据仓库的基本步骤 数据仓库的开发过程及特点  按照生命周期发法可将数据仓库开发的全部过程 分成三个阶段。 (1) 数据仓库规划分析阶段。 (2) 数据仓库设计实施阶段。 (3) 数据仓库的使用维护阶段。  这三个阶段不是简单的循环往复，而是不断完善 提高的过程。 一般情况下，数据仓库系统都不可能在一个循环过程 中完成，而是经过多次循环开发，每次循环都会给系 统增加新的功能，这种循环的工作永远不会终结，数 据仓库也就一直处于一个不断完善、不断提高