数据仓库与数据挖掘原理及应用(第二版) 教学课件 ppt 作者 王丽珍 周丽华 陈红梅第3章.ppt

第三章 数据仓库模型设计及数据仓库建立 第三章 目录 3.0 相关概念 3.1 数据仓库的概念模型设计 3.2 数据仓库的逻辑模型设计 3.3 数据仓库的物理模型设计 3.4 数据仓库的建立过程 3.5 提高数据仓库性能 3.6 本章小结 3.0 相关概念 数据模型是对现实世界的反映和抽象，它可以充分体现用户的业务需求，清楚地表达各个部门之间的相关性，有效地消除冗余数据。 数据仓库模型包括概念模型、逻辑模型和物理模型。 概念模型描述的是客观世界到主观世界的映射。 逻辑模型描述的是主观世界到关系模型的映射。 物理模型描述的是关系模型到物理实现的映射。 3.1 数据仓库的概念模型设计 3.1.1 E-R模型 3.1.2 面向对象的分析方法 3.1.1 E-R模型(1) 在概念模型中，最常用的表示方法是E-R法（实体-联系法），这种方法用E-R图作为它的描述工具。 E-R图描述的是主题以及主题之间的联系。如图3.1所示。 3.1.1 E-R模型(2) 任务和环境的评估 结合用户的现状来明确数据仓库的目标任务，看在原有的数据库系统中“有什么”、“怎样组织的”和“如何分布的”。 需求的收集和分析 考虑决策者的决策类型、决策者感兴趣的问题、解决这些问题所需要的信息、这些信息的来源。 主题选取，确定主题间关系 主题选择的原则包括： 优先实施管理者目前最迫切需求、最关心的主题。 优先选择能够在较短时间内发生效益的决策主题。 推后实施业务逻辑准备不充分的主题。 推后考虑实现技术难度大、可实现性较低、投资风险大的主题。 3.1.1 E-R模型(3) 主题内容描述 主题的公共码键。 主题之间的联系。 主题的属性。 E-R图 长方形表示主题，在框内写上主题名； 椭圆形表示主题的属性； 用无向边把主题与其属性连接起来； 用有向边表示主题之间的联系：单向边表示一对多的关系，双向边表示多对多的关系，无向边表示一对一的关系。举例如下： 3.1.1 E-R模型(4) 例: 建立中医方剂数据仓库。 方剂中的信息可以分为两部分：一部分是药物的配比，即需要哪几味中药，每种药材各需要多少；另一部分则是其主治的病症，这两部分信息被方剂有机地联系在一起。药物的配比是由药理决定的，而病症的规则又是与病因和发病的机理密切联系，要分析方剂，就不可能不研究这两方面的信息。因此可以确定主要的主题为方剂主题——用于分析药物间的配伍规律；药物主题——用于分析药理；病症主题——用于分析各种临床表现间的关联关系及症型识别，所需的数据为方剂数据、药物数据、病症数据。 3.1.1 E-R模型(5) 一种药物可以在多首处方上出现，一首处方可以包含多种药物，因此“处方”主题与“药物”主题之间是多对多的方药关系；一首处方可以治疗多种病症，一种病症可以使用多首处方来治疗，因此“处方”主题与“病症”主题之间也是多对多的方症关系。对各主题的属性信息的描述如表3.1所示。 3.1.1 E-R模型(6) 中医方剂数据仓库的E-R概念模型见图3.2。 3.1.1 E-R模型(7) E-R图的优点： 对客观世界的描述能力较强，具有良好的可操 性，形式简单直观，易于理解，便于与用户交流。 E-R图的缺点： 主题之间的关系只包括一对多和多对多，这在某些错综复杂的关系面前就显得表达能力有限 ，且对企业模型进行静态的描述，对于企业动态运作处理的描述无能为力。 3.1.2 面向对象的分析方法(1) 采用面向对象方法进行概念模型设计时，E-R模型中的实体、实体的属性、实体间的关系分别转化为面向对象系统中的类、类的属性、类间的关系。面向对象方法的概念模型设计过程如图3.3所示。 3.1.2 面向对象的分析方法(2) 类是对某种类型事物的抽象，它将这类事物所具有的共同特征（包括操作特征和存储特征）集中起来，以说明这类事物的能力和性质。 类常用的图形表示方法是类表。类表由名称、属性集合、动作集合三部分组成，如图3.4所示。 3.1.2 面向对象的分析方法(3) 类之间存在的三种关系： 继承。继承是指从某个类中派生出具有诸多相同属性的子类，被派生的类称为基类。子类具备基类的一切属性，同时又具备了与其他子类不同的特征属性。 包容。包容是某个类包含了其他的类。