第5章数据仓库工程.pptVIP

5.5.1 分析主题域 主题名 公共码键 属性组 商 品 商品号 商品固有信息：商品号，商品名，类型，颜色等 商品采购信息：商品号，供应商号，供应价，供应日期， 供应量等 商品库存信息：商品号，库房号，库存量，日期等 销 售 销售单号 销售单固有信息：销售单号，销售地址等 销售信息：客户号，商品号，销售价，销售量、销售时间等 客 户 客户号 客户固有信息：客户号，客户名，性别，年龄，文化程度， 住址，电话等 客户经济信息：客户号，年收入，家庭总收入等 主题的详细描述 5.5.2 粒度层次的划分 5.5.3 确定数据分割策略 数据分割标准 数据量（大，中，小） 数据分析处理的对象（时间，类别，地点） 粒度分割的策略（每一层次的组合标准） 5.5.4 关系模型定义 单一粒度（库存）/多重粒度（销售） 粒度划分的层次（周/月/季/年，类别） 指标实体，维实体，详细类别实体=〉事实表 主题域内事实表联系---公共码键 事实表与维表联系---外键 5.5.5 数据仓库的实体定义 订单细节（Order-Detail）实体特性表 …… …… …… …… …… Money (float) 正的金额数 Product_Price Char(10) 没有商品键列， 数据就不存在 来自商品实体的 合法键列 主键列、 外部键列 Product_Number Char(10) 没有销售单键列，数据就不存在 来自销售单实体的 合法键列 主键列、 外部键列 Order_Number Char(10) 没有客户键列， 数据就不存在 来自客户实体的 合法客户键列 主键列、 外部键列 Customer_Number 类型与大小 完整性约束 值范围 列键属性 列名 5.5.5 数据仓库的实体定义 实体 容量 更新频率 Customer 中等容量，有100个重点客户， 2000个跟踪客户 每月对客户情况进行一次分析， 更新频率也为每月一次 Product 小容量，500种商品 大约有500种商品，商品的更新是 每月一次，数据更新也照此。 Order_Detail 大容量。考虑到各种客户类型与各种商品的组合情况，其上限是 354，000，000，000，一般很少达到上限。 数据每月汇总一次，但是业务处理 系统的数据每日需要更新一次， 因此更新频率为每日一次。 …… …… …… 实体容量与实体数据的更新频率表 5.5.6 数据仓库的数据抽取模型 F1 数据抽取规则 P2 清理数据记录 F8 数据清理规则 F2 KHCG 客户采购 F5 CQLS_KHCG 抽取临时.客户采购 F6 CQLS_KHCG 抽取临时.客户采购 F7 SJCK_KHCG 数据仓库.客户采购 P4 加载到数据仓库 F3 SPQK 商品情况 F4 ZGYJ 职工业绩 P3 数据排序聚集 P1 抽取 数据源记录 数据抽取 流 程 图 5.5.6 数据仓库的数据抽取模型 2. 数据仓库的数据抽取、转换与加载计划 （1）影响数据抽取、转换与加载的因素 数据格式 坏数据 系统的兼容性 数据源的变化 数据抽取的时间 （2）数据抽取、转换与加载对策 全库比较 利用程序日志 利用数据库日志 利用时间戳或利用位图索引 5.5.6 数据仓库的数据抽取模型 3. 数据仓库的数据清理转换方法 (1) 类型转换 (2) 串操作 (3) 数学函数 (4) 参照完整性 (5) 关键字翻译 (6) 汇总、聚集运算 4. 数据仓库的数据抽取、清理与转换模型 5.5.6 数据仓库的数据抽取模型 数据平台 数据库 表名 备注 Windows/SQL Server XSSJ 销售实际 KHCG 客户采购 客户采购商品表 Windows/SQL Server XSSJ 销售实际 SPQK 商品情况 商品情况表 Windows/Access RSGL 人事管理 ZGYJ 职工业绩 职工业绩表 …… …… …… …… 数据源抽取对象表 数据仓库物理模型的存储结构 确定数据的存