数据仓库的概念与体系结构【创意版】.pptVIP

OLTP和OLAP 联机事务处理OLTP（on-line transaction processing） 联机分析处理OLAP（On-Line Analytical Processing）。 OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。 OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果. 优选 * 背景 数据库系统作为数据管理手段，主要用于事务处理。在进行事务处理的同时，积累了大量的数据，传统决策支持系统一般就建立在这种事务处理环境上。 数据库技术一直在尽量胜任事务处理、批处理到分析处理，虽然在事务处理应用方面取得了成功，但分析处理的支持随着数据的增长越来越无法胜任。 结果就是将事务处理系统和分析处理系统分离，建立两个独立的系统。 优选 * OLTP 与OLAP比较 优选 * OLTP OLTP 也称为面向交易的处理系统，其基本特征是顾客的原始数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果。 这样做的最大优点是可以即时随地处理输入的数据，及时回答。也称为实时系统(Real time System)。 衡量联机事务处理系统的一个重要性能指标是系统性能，具体体现为实时响应时间(Response Time) 特点 OLTP支持大量并发用户定期添加和修改数据 反映随时变化的单位状态，但不保存其历史记录 具有复杂的结构。 优选 * OLTP系统 VS. OLAP系统比较 (1) 用户和系统的面向性 面向顾客（事务） VS. 面向市场（分析） 数据内容 当前的、详细的数据 VS. 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 VS. 星型/雪花模型和面向主题的数据库设计 优选 * OLTP系统 VS. OLAP系统比较(2) 数据视图 当前的、企业内部的数据 VS. 经过演化的、集成的数据 访问模式 事务操作 VS. 只读查询（但很多是复杂的查询） 任务单位 简短的事务 VS. 复杂的查询 访问数据量 数十个 VS. 数百万个 优选 * OLTP系统 VS. OLAP系统比较(3) 用户数 数千个 VS. 数百个 数据库规模 100M-数GB VS. 100GB-数TB 度量 事务吞吐量 VS. 查询吞吐量、响应时间 优选 * OLAP与数据仓库的区别 OLAP是大多数数据仓库系统用来呈现数据分析结果的方法之一。 数据仓库最重要的特性是数据集成，目的是有效信息数据的呈现。OLAP服务却不是数据集成而设计，但它是一种强大的数据呈现方法。 典型的OLAP服务常常源自一个或多个专门设计的数据集市。OLAP服务应该被看作数据仓库解决方案的一部分。 优选 * OLAP 分类 OLAP根据其存储数据的方式分为：ROLAP、MOLAP、HOLAP三类。 ROLAP（关系OLAP）结构：使用关系或扩充关系DBMS存储并管理数据仓库，OLAP中间件支持其余部分。在接收用户的请求时，ROLAP服务器将多维查询转换成SQL查询，由数据仓库服务器对以关系形式存放的数据执行SQL查询，最终将数据返回给终端用户。 MOLAP（多维OLAP）结构：核心是其数据存储采用矩阵（可能是多维方阵）方式，数据检索高效 HOLAP（混合OLAP）结构：结合ROLAP和MOLAP技术，在MOLAP立方体中存储高级别的聚集，在ROLAP中存储低级别的聚集。 优选 * 数据仓库系统的体系结构 数据仓库系统的体系结构根据应用需求的不同，可以分为四种类型： （1）两层架构（Generic Two-Level Architecture）。 （2）独立型数据集市（Independent Data Mart）。 （3）依赖型数据集市和操作型数据存储（Dependent Data Mart and Operational Data Store）。 （4）逻辑型数据集市和实时数据仓库（Logical Data Mart and Real-Time Data Warehouse）。 优选 * DW在物理本质上，和DB,FILE SYSTEM一样，也是一堆数据的集合 * 高层数据模型为不同主题的数据提供一个全局的视图（在不同的主题和应用之间，提供一个一致的视图） 数据仓库的概念与体系结构 优选 * 数据仓库的产生 联机事务处理系统（业务系统）刚上线时，查询不到数据是因为数据太少了，而几十年后查询不到有关数据是因为数据太多了。 针对这一问题，人们设想专门为业务数据的统计分析建立一个数据中心，它的数据从联机事务处理系统中来、从异构的外部数据源来、或从脱机的历史业务数据中来 这个数据中心也是一个联机系统，它专门为分析统计和决策支持应用服务，通过它可获取决策支持和