第二节 数据仓库的设计资料.pptVIP

第二章 数据仓库的设计 ◆数据仓库与传统数据库设计方法的区别 ◆数据仓库的三级模型 ◆提高数据仓库性能的各种技术 ◆数据仓库的设计方法和步骤 对每个当前要装载的主题的逻辑实现进行定义，并将相关内容记录在数据仓库的元数据中 。 1、分析主题域 数据仓库的设计方法是一个逐步求精的过程，在进行设计时，一般是一次一个主题或一次若干个主题地逐步完成的。从得出的所有主题中选择首先要实施的主题域。 在“商场”实例中，通过“商品”主题可以较全面的了解商场的经营状况。因此可以首先选择“商品”主题进行实施。 2、 粒度层次划分 粒度层次划分适当与否直接影响到数据仓库中的数据量和所适合的查询类型。确定数据仓库的粒度划分，可以通过估算数据的总行数来确定是采用单一粒度还是多重粒度，以及粒度划分的层次。 “商场”数据仓库中，一个会员制的商场一般可以经营上千种商品，考虑到商品的销售数据量最大，对商品的销售分析主要是：进行销售统计和销售趋势分析。 最好采用多重粒度，如某种商品的周统计销售数据、某类商品的月统计数据、季统计数据等等 * * 2.1 数据仓库设计方法概述 一、数据仓库设计与数据库系统设计区别 ◆面向的处理类型不同 DB：操作型数据环境，面向具体应用 DW：分析型环境，面向分析，一般开发是从最基本的主题开始，不断发展新的主题，完善已有的主题。 ◆面向的需求不同 DB：有较确定的应用需求，