20XX年数据仓库技术介绍.pptVIP

物理仓库数据模型可以利用 范式模型 汇总表 预先合并的视图和表 星型模式 雪花模式 星型--雪花模式 多维数据模型(MDDBs) 非结构化的数据/文档 上述各种模型的混合使用 设计阶段: 物理模型 范式模型 MDDBs 星型模式 雪花模式 星型--雪花模式 汇总表 视图 非结构化数据 企业数据仓库 范式化的E-R模型 雪花及星型--雪花模式 汇总表 预先合并的视图 部门数据仓库/数据集市 汇总表 预先合并的视图和表 多维数据仓库（MDDBs） 星型模式 雪花及星型--雪花模式 设计阶段: 物理模型的适配性 不是设计用于直接用户的查询 设计用于特定的业务用户查询 为什么大多数数据仓库项目会失败？ 缺乏领导支持（没有领导理解和支持） 缺乏业务用户自始至终的项目参与 业务单位之间缺乏协调和努力 初始范围过于广泛和详细 (投入过大, 难于调整等) 数据质量较差 (遗留的和现时的系统) 缺乏有效合理的实施力量 (例如：缺乏项目管理手段、任务和责任不明确等等） 1、搭建面向主题的信息架构； 2、综合统计报表、信息查询； 3、常规数据分析（成本、财务、市场、销售、…），联机分析处理，多维信息查询； 4、决策支持系统、专家系统、…; 5、质量改善，SPC; 6、关系管理（客户、供应商、访问者、…) 7、数据挖掘、知识发现； 8、…... 数据仓库相关领域的应用 1、及时获取生产管理综合