数据仓库设计教学材料.pptVIP

数据仓库结构设计与开发;提纲; 数据仓库的发展 Development of DataWarehouse;数据仓库的发展（2）;数据仓库的发展（3）;为什么要建立数据仓库;OLTP的局限性 ;数据库应用的规模和深度的发展—高级数据库;;突出的问题;多库系统的限制;实施数据仓库的条件; 数据仓库的概念 Data Warehouse;数据仓库的概念 ;数据仓库特性 ;数据仓库 ;数据集市;操作型数据存储 ;操作型数据库、ODS和DW的比较 ;数据仓库的结构 Structure of Data Warehouse;数据仓库结构; 数据仓库;数据仓库组成;转换器;数据准备区;集成器;监控器捕捉数据变化的途径;仓库数据库乎总是一个关系数据库系统； OLAP服务器用于多维分析； 客户层，包括查询和报告工具、分析工具和/或数据挖掘工具。 ;三层结构的数据仓库（2）;数据仓库中的数据组织;粒度;元数据;元数据的种类;元数据的内容;数据仓库的虚拟存储方式;数据仓库的数据组织形式（1）;轮转综合文件：数据存储单位被分为日、周、月、年等几个级别，逐级综合。 ;简单直接文件：类似于简单堆积文件，但它是间隔一定时间的数据库快照，比如每隔一星期或一个月作一次。 连续文件：通过两个比较简单直接文件的不同而生成的。 ;数据仓库建模 Data Warehouse Modeling;;信息包图（概念模型）;销售分析的信息包图;多维数据模型;以三维角度观察销售数据;数据立方体;以四维角度观察销售数据;数据模型（逻辑模型）;Time_id;雪花模式(snowflake schema);事实星座;数据挖掘查询语言;数据仓库和数据集市可以使用两种原语定义：一种是立方体定义，一种是维定义 。 立方体定义语句具有如下语法形式： define cube cube_name [dimension_list]: measure_list 维定义语句具有如下语法形式： define dimension dimension_name as (attribute_or_subdimension_list) ;例1; 数据立方体 sales 的 time, item 和 location 维可以与数据立方体 shipping 共享在定义数据立方体 shipping 语句之下，用 “define dimension time as time in cube sales” 说明。;度量的计算;在图中，sales 星型模式包含两个度量 dollars_sold 和 units_sold。;其中DMQL说明被翻译成如下SQL查???，这些查询产生所需要的 sales_star 数据立方体。聚集函数sum用于计算dollars_sold和units_sold。 ;概念分层;物理数据模型;数据建模注意问题; 数据仓库开发过程Building the Data Warehouse;应用A;数据仓库的设计思想;数据仓库设计的技术要求;数据仓库的设计步骤;高层设计（概念模型设计）;高层设计（概念模型设计）;高层设计（概念模型设计）;技术准备工作;中层设计（逻辑模型设计）;低层设计（物理数据模型设计）;数据仓库生成;接口设计;数据提取;数据装入;数据仓库的使用;数据仓库的维护;自顶向下的构造方法;自底向上的构造方法;创建数据仓库应注意的几个问题;影响数据仓库项目成功的因素;数据仓库项目所需的角色; 数据仓库典型应用 Use Of Data Warehouse;数据仓库应用;参考资料; Q/A?