数据仓库和数据挖掘和OLAP技术武汉大学-李春葆.ppt

第2章　数据仓库和数据挖掘的OLAP技术 数据仓库－数据挖掘的有效平台。 数据仓库中的数据清理和数据集成，是数据挖掘的重要数据预处理步骤。 数据仓库提供OLAP工具，可用于不同粒度的数据分析。 很多数据挖掘功能都可以和OLAP操作集成，以提供不同概念层上的知识发现。 分类 预测 关联 聚集 2.1.2 数据仓库与操作数据库系统的区别 操作数据库系统的主要任务是联机事务处理OLTP 日常操作: 购买，库存，银行，制造，工资，注册，记帐等。 数据仓库的主要任务是联机分析处理OLAP 数据分析和决策支持，支持以不同的形式显示数据以满足不同的用户需要。 OLTP 和OLAP的比较 （1/3） 用户和系统的面向性 面向顾客（事务） ? 面向市场（分析）。 数据内容 当前的、详细的数据 ? 历史的、汇总的数据。 数据库设计 实体－联系模型（ER）和面向应用的数据库设计 ? 星型/雪花模型和面向主题的数据库设计。 OLTP 和OLAP的比较（2） 数据视图 当前的、企业内部的数据 ? 经过演化的、集成的数据。 访问模式 事务操作 ? 只读查询（但很多是复杂的查询） 任务单位 简短的事务 ? 复杂的查询。 访问数据量 数十个 ? 数百万个。 OLTP和OLAP的比较（3） 用户数 数千个 ? 数百个。 数据库规模 100M～数GB ? 100GB～数TB。 设计优先性 高性能、高可用性