维度建模与关系建模的比较.docVIP

维度建模与关系建模的比较 徐辉强 北京大学智能科学系 1001213776 摘要： 数据仓库技术的快速发展，使得从数据库中获取信息快速高效准确。但涉及一个能够真正支持用户进行决策分析的数据仓库，并非是一件轻而易举的事情。这需要经历一个从实现环境到抽象模型，从抽象模型到具体实现的过程。要完成这一过程，必须依靠各种不同的数据模型。本文主要将介绍两种数据数据仓库建模技术实体关系建模与维度建模，并比较两者之间的关系 关键词：数据仓库、实体关系建模、维度建模 引言 传统的数据库技术是以单一的数据资源，即数据库为中心，进行从事务处理、批处理到决策分析等各种类型的数据处理工作。近年来，计算机技术正向着两个不同的方向扩展：一是广度计算；二是深度计算。特别是数据库处理可以大致地划分为两大类：操作型处理和分析型处理（或信息型处理）。这种分离划清了数据处理的分析型环境与操作型环境之间的界限，由原来的以单一数据库为中心的数据环境发展为一种新的体系化环境，从而导致了数据仓库技术的出现和迅速发展。 数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化 数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 数据仓库之父William H. Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。 数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它并不是所谓的“大型数据库”。数据仓库的方案建设的目的，是为前端查询和分析作为基础，由于有较大的冗余，所以需要的存储也较大。 设计好一个数据仓库是一个相对比较复杂的过程，需要抽象数据进行具体化，并且建立好模型，因此在这个过程中，模型设计是一个比较重要的一环。 关系建模 实体关系模型是通过两个概念（“实体”和“关系”）构造特定的数据模型，实体关系模型是一种抽象的工具，能够简化复杂的数据关系，并用规范的方式表示出来，使其易于理解。关系模型：用 二维表的形式表示 实体和实体间联系的 数据模型。关系数据模型是以集合论中的关系概念为基础发展起来的。关系模型中无论是实体还是实体间的联系均由单一的 结构类型——关系来表示。在实际的关系数据库中的关系也称表。一个关系数据库就是由若干个表组成。 关系模型主要的组成部分有： 1）关系数据结构 　　单一的数据结构——关系 　　现实世界的实体以及实体间的各种联系均用关系来表示，从用户角度看，关系模型中数据的逻辑结构是一张二维表。 2）关系操作集合 　　常用的关系操作包括查询操作和插入、删除、修改操作两大部分。其中查询操作的表达能力最重要，包括：选择、投影、连接、除、并、交、差等。 　　关系模型中的关系操作能力早期通常是用代数方法或逻辑方法来表示，分别称为关系代数和关系演算。关系代数是用对关系的代数运算来表达查询要求的方式；关系演算是用谓词来表达查询要求的方式。另外还有一种介于关系代数和关系演算的语言称位 结构化查询语言，简称SQL。 3）关系的数据完整性 　　包括：域完整性、 实体完整性、参照完整性和用户自定义的完整性。 　　域完整性：指属性的取值范围，如性别取值应为男或女。 　　实体完整性(Entity Integrity)规则：若属性A是基本关系R的主属性，则属性A不能取空值。例如：在课程表（课程号，课程名，教师，周课时数，备注）中，“课程号”属性为主键，则“课程号”不能取相同的值，也不能取空值。 　　参照完整性规则：若属性（或属性组）F是基本关系R的外键，它与基本关系S的主键Ks相对应（关系R和S不一定是不同的关系），则对于关系R中每个元组在属性F上的值必须为： 　　1）或者取空值（F中的每个属性值均为空）； 　　2）或者等于S中某个元组的主键值。 　　域完整性、实体完整性和参照完整性是关系模型中必须满足的完整性约束条件，只要是关系数据库系统就应该支持域完整性、实体完整性和参照完整性。除此之外，不同的关系数据库系统根据其应用环境的不同，往往还需要一些特殊的约束条件，用户定义的完整性就是对某些具体关系数据库的约束条件。 维度建模 维度建模（dimensional modeling）是数据仓库建设中的一种数据建模方法。Kimball 最先提出这一