数据仓库知识分享.ppt

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
. 提示:在此处添加您的备注文字。 * . 数据仓库相关基础知识 简介 介绍数据仓库的一些基础知识概念。 对大家的帮助,大气共享项目数据结构基本以数据仓库为原型设计的,需要了解一些数据仓库的知识。 数据仓库的定义及特征 数据仓库的面向主题性 数据仓库的面向主题性实例 数据的集成性 数据仓库的时变性 数据仓库的非易失性 数据仓库系统结构: 操作数据存储(ODS ) 在许多情况下,DB-DW的两层体系结构并不适合企业的数据处理要求。因为,虽然可以粗略地把数据处理分成操作型和分析型,但这两种处理处理并不是泾渭分明的。 ODS(Operational Data Store)作为一个中间层次,一方面,它包含企业全局一致的、细节的、当前的或接近当前的数据,另一方面,它又是一个面向主题、集成的数据环境,适合完成日常决策的分析处理。 ETL 元数据(metedata) 元数据是“关于数据的数据”(RDBMS中的数据字典就是一种元数据)。 数据仓库中的元数据描述了数据的结构、内容、索引、码、数据转换规则、粒度定义等。 维 数据仓库和OLAP工具基于多维数据模型(在数据仓库中,通常以多维方式来存储数据。 )。 基本概念 维:人们观察数据的特定角度,属性集合构成一个维(时间维 地理维)。 维的层次:人们观察数据的特定角度可能存在细节程度不同的多个描述方面,我们称其为维的层次。 多维分析的基本动作 上卷:汇总数据 下钻:明细数据 切片,旋转,。 维 多维数据模型 多维设计模型 数据仓库的设计模型有:星型模式,雪花模式,混合模式 关系数据库将多维数据库中的多维结构分为两类:一类是事实表,用来存储事实的度量值以及各个维的码值;另一类是维表。 星形模型 连锁店销售主题 雪花模型 星形的扩展 * 提示:在此处添加您的备注文字。 * * * * * * * * * 提示:在此处添加您的备注文字。 * 提示:在此处添加您的备注文字。 * . * 提示:在此处添加您的备注文字。 * * * * * * * * * 提示:在此处添加您的备注文字。 * 提示:在此处添加您的备注文字。 * 提示:在此处添加您的备注文字。 * * * * * *

文档评论(0)

浪漫唯美-文档菜鸟 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档