第六章c姆rm中的数据仓库.ppt

6.3 数据仓库的实施 主要包括五个部分的内容： 数据仓库的设计建模 对数据仓库的数据组织进行逻辑结构的设计 数据转换与集成 将数据进行提取、转换、装载到数据仓库（或集市）中 数据存储与管理 保证数据的安全性、完整性、一致性 数据的分析和展现 利用OLAP对数据进行多维分析、汇总，形成图表或报表 数据仓库的维护和管理 对数据仓库中元数据的管理 数据仓库系统体系结构 6.4 数据仓库的建模模型 数据仓库数据模型采用多维数据模型。可以以星型模型、雪花模型等形式存在。 几个相关概念： 事实表（Fact）：存储用户需要查询分析的数据，事实表中一般包含多个维（Dimension）和度量（Measurement）。 维：数据立方中的空间坐标轴，例如时间维、地区维、产品维。 粒度：每个维可以分成若干等级，例如时间维可以分成年、月、日，描述了不同的查询层次。 度量：是数据的实际意义，描述数据“是什么”，即一个数值的测量指标，如：人数、单价、销售量等。 星型模型 星型模型： 度量的实际数据存放在事实表中。维的详细信息，如不同的层次划分和相应数据等在维表中存储，事实表中存放各个维的标识码键。事实表和维表将通过这些键关联起来，构成一种星型模型。 这种模式图像星星爆发，维表围绕中心事实表显示在射线上。在星型模式中，每维只用一个表表示，每个表包含一组属性。 雪花模型 雪花模型： 对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为雪花模型。 雪花模型是星型模型的变种，其中某些维表是规范的，把数据进一步分解到附加的表中。这种模型图形成类似于雪花的形状。 6.5 联机分析处理（OLAP） 联机分析处理,On-Line Analysis Processing,支持通过多维的方式对数据进行分析、查询和生成报表，其基本功能是对用户当前及历史数据进行分析以辅助领导决策。 相关概念： 维：数据立方中的空间坐标轴，例如时间维、地区维、产品维。 粒度：每个维可以分成若干等级，例如时间维可以分成年、月、日，描述了不同的查询层次。 OLAP特性 （1）多维性:多维性是OLAP的关键属性。系统必须提供对数据的多维视图和分析,包括对层次维和多重层次维的完全支持。 （2）快速性:用户对OLAP的快速反应能力有很高的要求。系统应能在5秒内对用户的大部分分析要求做出反应。  （3）可分析性:OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。 （4）共享性：满足大量用户间数据的共享 （5）信息性:不论数据量有多大，也不管数据存储在何处，OLAP系统应能及时获得信息，并且管理大容量信息。 OLTP vs OLAP OLAP的分析思路 OLAP是决策支持领域的一部分。传统的查询和报表工具是告诉你数据库中都有什么（what happened），OLAP则更进一步告诉你下一步会怎么样（What next）、和如果我采取这样的措施又会怎么样（What if）。 用户首先建立一个假设，然后用OLAP检索数据库来验证这个假设是否正确。 比如，一个分析师想找到什么原因导致了贷款拖欠，他可能先做一个初始的假定，认为低收入的人信用度也低，然后用OLAP来验证他这个假设。如果这个假设没有被证实，他可能去察看那些高负债的账户，如果还不行，他也许要把收入和负债一起考虑，一直进行下去，直到找到他想要的结果或放弃。 OLAP中的操作 应用OLAP工具进行的分析操作主要有：钻取、旋转、切片 钻取：沿着维上粒度的粗细方向进行的分析操作，改变维的层次，变换分析的粒度。它包括向上钻取和向下钻取。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据；而drill down则相反，它从汇总数据深入到细节数据进行观察 旋转：参与分析的维的变化，即在表格中重新安排维的放置（例如行列互换 ） 切片：将某维固定观察其他维的变化，即一部分维上选定值后，关心度量数据在剩余维上的分布。 OLAP的分析方法(一)钻取 按时间维向下钻取 按时间维向上钻取 OLAP的分析方法(二)旋转 OLAP的分析方法(三)切片、切块 6.6 数据仓库中的数据集成 数据集成的目的： 访问多种数据源的数据 转换成统一格式 校验数据的完整性 存储数据到数据仓库中 数据集成的四个阶段（ETL） 数据抽取(Data Extraction) 使用规定的标准选择数据，并把数据传送到数据仓库中 数据转换(Data Transformation) 建立不同数据源的源字段到数据仓库字段的映射 数据清理(Data Cleaning) 把事实表中的属性字段对应的值逐个在维表中查询，审查字段值是否合理，并加以记录 数据装载(Data Lo