数据仓库相关技术研究综述.pdfVIP

第 7卷第 10期 (2011年4月) ComputerKnowledgeandTechnology电脑知识与技术 设计方案 ，具体阐述了概念模型设计、逻辑模型设计和物理模型设计，并以MSSQLServer2000平台为基础 ，给出了具体韵实现，在 企业弓1人分析型 CRM系统时为构建数据仓库提供 了参考依据 。 文献[7]提 出了构建数据仓库模型的建议 ：1)采用星系模型：在实际应用 中，用户的需求多种多样 ，数据来源可能为多个事实表 ， 故可采用多个事实表共存 。之间通过公用 的维表相关联的星系模型，也称为事实星座。2)原子级数据模型和汇总级数据模型并存 ：坚 持原子级数据模型和汇总级数据模型并存 ，而且要尽可能地细化原子级数据。3)设立代理键 ：代理键是维表 中一些没有业务含义的 字段 ，只是一个 由数据仓库加载程序时建立的数字 。 文献 8『]认为对于流程工业 中的数据仓库建设 ，存在一贯性质量分析的需求 ，即前一个工序的工艺可能影响下一个工序 的产 品 质量。针对这种需求 ，提出了一种数据仓库 的概念设计模型，星链 ER模型。其 中引入 了链式事实主题结构的概念 ，并把度量细分为 传递型度量与非传递型度量 ，给 出了星链 ER模型的图形表示法以及 由概念模型到逻辑模型的转换规则。该模型可 以方便地转化成 多种逻辑模型如星型模式 、雪花模式 以及星座模式 。 由于数据仓库的一个主要特点是其 “非易失性”，即进入数据仓库中的数据长期保存 ，不再改变。文献[9】利用 “时问”维度可以标 识事实数据的历史，实现 了 “事实数据的非易失性 ”。但是，“时间维并不能标识数据仓库模式的变化 ”，“模式结构的非易失性”需要 构建数据仓库模式版本来实现。针对数据仓库多维模式结构的进化问题 ，文献[10]提出一种多版本数据仓库模型，给出模型结构、模 型对象以及对象之间指派关系的定义。多版本数据仓库基于 “版本控制”策略管理数据仓库的多维模式，将数据仓库进化过程中的 每一种有效状态都以版本的形式保存下来 。 3．2空间数据仓库构建方法 ． 近年来 ，空间数据仓库 的研究也取得 了较大进展 ，文献 1『11给 出了空 间数据仓库 的定义和特征 ，文献 1『21首先表述 了空 间数据仓 库的三个核心思想 ，其次设计 出了空 间数据仓库的概念框架，着重描述 了空间数据仓库的外部结构 、内部结构以及各组成模块 的工 作流程，设计出了空间数据仓库认知过程 的概念框 图，并对认知的基本概念进行 了描述 ，表述了认知过程 l4个世界模型和 13个转 换算子的基本 内容，并用代数系统给 出了严格定义。 ． 把空间信息融合进企业现有 的数据仓库 中，采用 3种方式构建企业空间数据仓库ll引：1)把空间信息作为多维模型中的维引入 ； 2)把空间信息作为分析主题 引入 ；3)在维和度量 中．都包含空间信息因此 ，计算并存储所有空间度量是不现实的。文献[141使用空间 索引树(如 R—tree)在最细空间粒度上构建分组层次 ，作为空间维的分层 ，每个空间维需要建立一棵空间索引树。空问度量类似数值 度量 ，空间数据的聚集函数根据计算性质也可以分为 3类f151：1)空间分配型 (spatialdistributive)聚集函数，包括 convexhull，union， intersection，length等函数；2)空间代数型fspatialalgebraic)聚集函数，例如求 n个点的中G(center)和几何体重G(gravitv)$1~是空间代 数型聚集函数 ；3)空间整体 (spatialholistic)聚集函数 ，例如等分割fequi--partition)~1]最短距离(rain--distance)等函数． 4数据仓库关键技术 4．1确定数据粒度 数据粒度是指数据仓库 中保存数据的细化或综合程度。数据仓库中包含大量数据表 ，这些数据表中的数据 以什么粒度来存储 ， 会对信息系统的多方面产生影响。在做数据仓库设计时，设计者确定 以数据的什么层次作为粒度的划分标准 ．将直接影响到数据仓 库 中数据 的存储量及查询质量 ，并进一步影响到系统是否能满足最终用户 的分析需求。一般情况下，根据 将数据仓库中的数据划分 为 ：详细数据 、轻度总结、高度总结j级或更多级l】61。划分原则是：细化程度越高，粒度越小；细化程度越低 ，粒度越大 。确定数据粒度