第2章数据仓库及其设计.pptxVIP

第2章 数据仓库设计 ;2.1.1 数据仓库设计原则;2.1.2 数据仓库构建模式;2. 先局部再整体的构建模式：Ralph Kimball 模式;2.1.3 数据仓库设计步骤;2.2 数据仓库规划和需求分析;2.2.2 数据仓库的需求分析;2.3 数据仓库的建模;1. 粒度（Granularity）;2. 维度（Dimension）;3. 维属性和维成员;4. 维层次;　　例如对于地点维，有“杭州→浙江→中国”的维层次。又例如时间维，可以从年、季度、月份、日期来描述，那么“年份→季度→月份→日期”就是维层次。;5. 度量（Measure）或事实（Fact）;2.3.2 多维数据模型的实现;1. 关???数据库;　　例如，下表是一个关系表的数据组织形式，其中包含按产品和地区两项分类统计的销售量。;2. 多维数据库;例如，上一个表采用多维数据库的数据组织形式如下表所示。;　　在关系数据库中，“多对多”的关系总是转化成多个“一对多”的关系，有利于数据的一致性和规范化，这符合事务处理系统的需求。 　　多维数据库的优势不仅在于多维概念表达清晰，占用存储少，更重要的是它有着高速的综合速度。 　　在多维数据库中，数据可以直接按行或列累加，并且由于多维数据库中不像关系表那样出现大量的冗余信息，因此其统计速度远远超过关系数据库，数据库记录数越多，其效果越明显。;2.3.3 数据仓库建模的主要工作;2. 确定事实表的粒度;3. 确定数据分割策略;4. 构建数据仓库中各主题的多维数据模型及其联系;2.3.4 几种常见的基于关系数据库的多维数据模型;星形模式的基本结构如下：;星形模式的特点如下： ;　　【例2.1】一个“销售”数据仓库的星形模式如图2.5所示。该模式包含一个中心事实表“销售事实表”和4个维表：时间维表、销售商品维表、销售地点维表和顾客维表。在销售事实表中存储着四个维表的主键和两个度量“销售量”和“销售金额”。 ;（2）维表设计;维表中维的类型：;（3）概念分层;概念分层的作用如下：;（4）事实表设计;　　在查询事实表时，通常使用到聚集函数，一个聚集函数从多个事实表记录中计算出一个结果。度量可以根据其所用的聚集函数分为三类：;2. 雪花模式;;　　星形模式虽然是一个关系模型，但是它不是一个规范化的模型，在星形模式中，维表被故意地非规范化了，雪花模式对星形模式的维表进一步标准化，对星形模式中的维表进行了规范化处理。 ;　　【例2.2】在图2.5的星形模式中，每维只用一个维表表示，而每个维表包含一组属性。例如，销售地点维表包含属性集{Location_id，街道，城市，省，国家}。　;;;;（2）雪花模式和星形模式的比较;3. 事实星座模式;　　【例2.3】在图2.5的星形模式的基础上，增加一个供货分析主题，包括供货时间（Time_id）、供货商品（Item_id）、供货地点（Locate_id）、供应商（Supplier_id）、供货量和供货金额等属性。 　　设计相应的供货事实表，对应的维表有时间维表、商品维表、地点维表和供应商维表，其中前三个维表和销售事实表共享，对应的事实星座模式如图2.8所示。;;（2）三种模式的关系;2.4 数据仓库的物理模型设计;2.4.1 确定数据的存储结构;　　同一个主题的数据并不要求存放在相同的介质上。 　　在物理设计时，常常要按数据的重要程度、使用频率以及对响应时间的要求进行分类，并将不同类的数据分别存储在不同的存储设备中。 　　重要程度高、经常存取并对响应时间要求高的数据就存放在高速存储设备上，如硬盘；存取频率低或对存取响应时间要求低的数据则可以放在低速存储设备上，如磁盘或磁带。;常用的策略：;2.4.2 确定索引策略;2.4.3 确定存储分配;2.5 数据仓库的部署和维护;2.5.2 数据仓库的维护;2.6 一个简单的数据仓库SDWS设计示例;① 分析全国各地区每年、每季度的销售金额。 ② 分析各类商品在每年、每月份的销售量。 ③ 分析各年龄层次的顾客的购买商品的次数。 ④ 分析2013年1季度各地区各类商品的销售量。 ⑤ 分析2013年各省份各年龄层次的商品购买金额。 ⑥ 分析各产品子类、各地区、各年龄层次的销售量。 ⑦ 其他销售情况分析等。;2.6.2 SDWS的建模;1. 维表设计;Dates维表的数据 ：;;（2）顾客维;Customers维表的数据 ：;;（3）地点维;Locates维表的数据 ：;Locates的概念分层 ;（4）商品维;Products维表的数据 ：;Products维表概念分层 ;2. 事实表设计;Sales事实表的数据 ：;Date_key;SDWS的星形模式 ;3. 元数据设计;表2.9 销售主题元数据;2.6.3 基于SQL Server 2008设计SDWS