第三章数据仓库模型设计课件.pptVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三章 数据仓库模型设计 3.5 数据仓库的物理模型设计 二、确定索引策略 2 . 位索引技术 一般 DSS 查询往往仅涉及大量数据记录中的少数列, 因而不需要访问原始数据就能快速获得查询结果。显然, 利用字段的不同取值也能快速进行数据聚类、分组、求最 大值、求最小值及求平均值等。 对于高度可选择的数(称高基数),如姓名或地址 等可能有数万个选择值,用( 1 , 0 )真假值来索引是不合 适的。 第三章 数据仓库模型设计 3.5 数据仓库的物理模型设计 二、确定索引策略 2 . 位索引技术 例:检索“美国加州有多少男性未申请保险?” 项 目 1 2 性 别 M M 保 险 Y N 州 MA CA 男 未保 险 1 0 1 0 1 1 0 1 加 州 0 1 0 1 3 4 F M Y N IL CA 有两个满足条件的记录 第三章 数据仓库模型设计 3.5 数据仓库的物理模型设计 二、确定索引策略 2 . 位索引技术 B-Tree 技术 索引技术特 1 )按行存储数据 点对比 2 )针对具体查询建立驱动的 索引机制 3 )存储被索引的字段数据 4 )一列允许一个索引 5 )适合高基数字段 数据仓库的 1 )适合高基数字段 适用性 2 )增加构造和维护索引代价 3 )不适合复杂查询 位索引技术 1 )按列存储数据 2 )针对实际特征建索引 3 )不存储实际索引字段内容 4 )一列允许多个索引 5 )数据压缩技术和位操作技术 6 )适合低基数字段 1 )适合低基数字段 2 )维护索引工作量小 3 )适合复杂查询 速度比较 位索引技术比 B-Tree 技术能提高响应速度 10~100 倍。 第三章 数据仓库模型设计 3.5 数据仓库的物理模型设计 二、确定索引策略 3 .标识技术 使用标准的数据库技术来储存数据仓库是非 常昂贵的。较好的替代方法是用基于标识的技术 来储存数据仓库。这种技术根本不同于关系数据 库技术。 第三章 数据仓库模型设计 3.4 数据仓库的逻辑模型设计 一、系统数据量估算 数据仓库数据量级的一个简单估算方法是: 设在概念模型中出现的表个数为 N( 这些表中 应当不包括不会放进数据仓库的表 ) ,对于每个 表 i(0i=N) 计算表的大小 S i 和表的主关键字大小 K i ,然后估计每张表 i 在单位时间内最大记录数 L max 和最少记录数 L min 。则数据仓库的粗略数据 量在如下范围: 第三章 数据仓库模型设计 3.4 数据仓库的逻辑模型设计 一、系统数据量估算 其中, T 是数据在数据仓库中存在的周期。 通常轻度综合的数据在数据仓库中存放的周期是 5~10 年。 α 是考虑由于数据索引和数据冗余而使 得数据量增大的冗余因子, α 通常可取 1.2~2 。 上式的含义是数据仓库数据量 =( 表记录的大小十 主关键字大小 ) ×记录的数量/单位时间×存储 时间×冗余因子。 第三章 数据仓库模型设计 3.4 数据仓库的逻辑模型设计 一、系统数据量估算 表 i 在单位时间内最大记录数 L i max 需要按照公 司的客户数量或者市场的占用情况估算。比如对 电信公司的计费表记录数量的估计,可以采用电 信公司的 客户数量×单位时间内平均通话的次数 ×每个存储时间 来估计表的记录数量。 以上方法估算的结果只能作为数据粒度选样 和软硬件平台选取的参考数据,它同实际系统的 数据量可能会有较大的出入。 第三章 数据仓库模型设计 3.4 数据仓库的逻辑模型设计 二、数据颗粒度的选择 1 、单一数据粒度的概念: 直接存储细节数据 并定期在细节数据基础 上进行数据综合。 第三章 数据仓库模型设计 3.4 数据仓库的逻辑模型设计 二、数据颗粒度的选择 2 、双重粒度的概念: 对于细节数据只保留近期的数据在数据仓库 中,当保留周期到达时,将距离当前较远的数据 导出到磁盘上,从而为最新的数据腾出空间。这 样,数据仓库只保留在细节数据保留周期之内的 数据,对于这个周期之后的信息,数据仓库只保 留其综合数据。 第三章 数据仓库模型

文档评论(0)

全网精品课件 + 关注
实名认证
文档贡献者

专业

1亿VIP精品文档

相关文档