数据仓库的设计与开发模板.pptVIP

逻辑模型设计——雪花模型 在该模型中，将地理层次国家、区域和分区域嵌入到销售员维度，这样，公司的管理者想按照国家、区域、分区域和分区域内的销售员的层次关系来查看公司的销售情况。 . * 销售数据仓库逻辑模型(雪花型) . * 3）星座模型 一个复杂的商业智能应用往往会在数据仓库中存放多个事实表，这时就会出现多个事实表共享某一个或多个维表的情况，这就是事实星座，也称为星系模型(galaxy schema)。 数据仓库由于是企业范围的，能对多个相关的主题建模，所以在设计其数据构成时一般采用星系模式。而数据集市是部门级的，具有选定的主题，可以采用星形或雪花模型。 . * 4）维度的设计 维是人们观察客观世界的角度，是一种高层次的类型划分。如：对客户、产品、服务、提供商、地点、渠道和事件发生的时间 维表是由维主键和维属性组成的 一般情况下，在每次抽样时，如果数值数据字段的度量都改变，那么它就是事实，如果它是某种东西的离散值描述，并几乎保持为常数，那么它就是维属性。例如，商品的价格是维表的属性，销售量是事实。 . * 维表举例 时间维度及其层次关系 财务时间维度 . * 维表举例 地理维度层次 机构维度层次 . * 维表举例 客户维度分类 . * 3. 物理模型设计 数据仓库的物理数据模型就是逻辑数据模型在数据仓库中的实现，如： 物理存取方式 数据存储结构 数据存放位置以及存储分配等 物理数据模型设计实现时，所考虑的主要因素有： I／O存取时间 空间利用率和维护代价 . * 物理模型设计——设计存储结构 在物理设计时，常常要按数据的重要性、使用频率及对反应时间的要求进行分类，并将不同类型的数据分别存储在不同的存储设备中。 重要性高、经常存取并对反应时间要求高的数据存放在高速存储设备上； 存取频率低或对存取响应时间要求低的数据则可以存放在低速存储设备上。 . * 4.3 数据仓库的粒度设计 数据仓库的性能和存储空间是一对矛盾。 如果粒度设计得很小，则事实表将不得不记录所有的细节，储存数据所需要的空间将会急剧的膨胀； 若设计的粒度很大，决策者不能观察细节数据。 . * 第4章 数据仓库设计与开发 . * ?引例：沃尔玛的数据仓库 沃尔玛利用NCR的Teradata可对7.5TB的数据进行存储，这些数据主要包括各个商店前端设备(POS、扫描仪)采集来的原始销售数据和各个商店的库存数。 Teradata数据库里存有196亿条记录，每天要处理并更新2亿条记录，要对来自6000多个用户的4.8万条查询语句进行处理。 销售数据、库存数据每天夜间从3000多个商店自动采集过来，并通过卫星线路传到总部的数据仓库里。 沃尔玛数据仓库里最大的一张表格(Table)容量已超过300GB、存有50亿条记录，可容纳65个星期3000多个商店的销售数据，而每个商店有5万到8万个商品品种。 利用数据仓库技术，沃尔玛对商品进行市场类组分析，即分析哪些商品顾客最有希望一起购买。 . * 思考： 沃尔玛的数据仓库是怎样建成的？ . * 教学目标 掌握 数据仓库的设计和开发方法 数据模型的设计 维度设计 粒度设计 数据仓库的开发步骤 . * 本章内容 4.1 数据仓库的开发过程及特点 1. 数据仓库的开发过程 2. 数据仓库的开发特点 4.2 数据模型设计 1. 概念模型 2. 逻辑模型 3. 物理模型 4. 维度的设计 4.3 数据仓库的粒度设计 4.4 创建数据仓库的基本步骤 . * 1.数据仓库的开发过程 按照生命周期发法可将数据仓库开发的全部过程分成三个阶段。 (1) 数据仓库规划分析阶段。 (2) 数据仓库设计实施阶段。 (3) 数据仓库的使用维护阶段。 这三个阶段不是简单的循环往复，而是不断完善提高的过程。 一般情况下，数据仓库系统都不可能在一个循环过程中完成，而是经过多次循环开发，每次循环都会给系统增加新的功能，这种循环的工作永远不会终结，数据仓库也就一直处于一个不断完善、不断提高的循环过程中。 . * 数据仓库开发的生命周期 . * 数据仓库开发的生命周期 1）DW规划分析阶段 调查、分析DW环境；完成DW的开发规划；确定DW开发需求。 建立包括实体图、星型模型、雪花模型、元数据模型及数据源分析的主题域数据模型，并且根据主题域数据模型开发DW逻辑模型。 . * 数据仓库开发的生命周期 2）DW设计实施阶段 根据DW的逻辑模型设计DW体系结构； 为DW中每个目标字段确定其在业务系统或外部数据源中的数据来源； 开发或购买用于抽取、清洗、转换和聚合数据等中间件程序； 将数据从数据源加