第2章 数据仓库的概念与结构 .pptVIP

数据粒度的概念 粒度是指数据仓库的数据单位中保存数据细化或综合程度的级别。 粒度影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答查询问题的细节程度。 粒度可以分为两种形式： 按时问段综合数据的粒度 按采样率高低划分的样本数据库。 按时间段综合数据的粒度 按照不同的时间段来综合数据。 粒度既影响数据仓库中的数据量的多少，也影响数据仓库所能回答询问的种类。 粒度越小，细节程度越高，综合程度越低，回答查询的种类就越多反之，粒度的增大将会提高查询效率，但同时也造成回答细节问题能力的下降。 低粒度级（高细节级） 高粒度级（低细节级） * * 第2章 数据仓库的概念与结构 教学目标 掌握数据仓库的概念 掌握数据仓库系统的构成 掌握数据仓库的内部结构 商业数据到商业信息的进化 进化阶段 商业问题 支持技术 产品特点 数据收集 （60年代） “过去五年中我的总收入是多少？” 计算机、磁带和磁盘 提供历史性的、静态的数据信息 数据访问 （80年代） “在新英格兰的分部去年三月的销售额是多少？” 关系数据库RDBMS、结构化查询语言SQL、ODBC 在记录级提供历史性的、动态数据信息 数据仓库 决策支持 （90年代） “在新英格兰的分部去年三月的销售额是多少？波士顿据此可得出什么结论？ 联机分析处理OLAP、多维数据库、数据仓库 在各种层次上提供回溯的、静态的数据信息 数据挖掘 （正在流行） ”下个月波士顿的销售会怎么样？为什么？ 高级算法、多处理器计算机、海量数据库 提供预测性的信息 引例:AllElectronics的数据仓库构造和使用的典型框架 对于数据仓库的概念，可以从两个层次予以理解。首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构数据源的有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不在修改。 操作型数据库与分析型数据仓库之间的区别 操作型数据库 分析型数据仓库 数据组织 面向操作型应用 面向主题 数据内容 当前数据 历史的、存档的、汇总的、计算的数据 数据特点 细节数据 综合或提炼数据 数据稳定性 动态变化、按字段更新 相对稳定、不能直接更新、只定时添加 数据更新 可更新 不可更新 操作需求特点 操作需求事先知道 操作需求事先不知道 访问连接类型 读取、更新、删除 读取 操作特点 一个时刻操作一个单元 一个时刻操作一个集合 数据访问量 一次操作数据量小 一次操作数据量大 使用方法 可预知的反复性使用 特别查询，启发式应用 使用人员 业务员、数据库专家 管理者、分析专家 用户量 多 少 系统目的 支持日常事务处理操作 支持管理决策的分析需求 数据仓库通常指一个数据库环境，而不是一件产品，它提供用户用于决策支持的当前和历史数据，这些数据在传统的数据库中通常不方便得到。 数据仓库的作用 两个主要作用 存储经过加工处理的决策需要的数据 存储数据的一种形式 加工和集成后的再存储 查询和决策分析的依据 为数据驱动型的决策支持提供数据基础 2.1 数据仓库的概念 数据仓库（data warehouse） 数据仓库就是面向主题的、集成的、不可更改的、随时间不断变化的数据集合，用于支持经营管理中的决策制定过程。 数据仓库的特征 特征1: 数据仓库中的数据是面向主题的 面向主题性表示了数据仓库中数据组织的基本原则，数据仓库中的所有数据都是围绕着某一主题组织展开的。 从信息管理的角度看，主题就是在一个较高的管理层次上对信息系统中的数据按照某一具体的管理对象进行综合、归类所形成的分析对象。 例如，企业中的客户、产品、供应商等。 从数据组织的角度看，主题就是一些数据集合，这些数据集合对分析对象做了比较完整的、一致的描述，这种描述不仅涉及数据自身，并且还涉及数据之间的联系。(数据仓库中数据是按主题组织，数据库中的数据是按应用组织) 例如:一个保险公司的数据仓库所组织的主题可能为：客户、政策、保险金、索赔等， 而按应用来组织则可能为：汽车保险、生命保险、伤亡保险等。 例如，一家采用“会员制”经营方式的商场，按业务已建立起销售、采购、库存管理以及人事管理子系统。 1.面向应用的数据组织 该商场按照不同的应用建立了各自的数据库模式，各子系统建立数据库的情况如下表： 2.面向主题的数据组织 按照面向主题的方式，数据的组织应该分为两个步骤：抽取主题以及确定每个主题所应包含的数据内容。 主题的抽取应该是按照分析的要求来确定的。概括各种分析领域的分析对象，可以综合得到主题； 在每个主题中都包含了有关该主题的所有信息，同时又抛弃了与分析处理无关或不需要的数据，从而将原本分散在各个子系统中