数据仓库的数据建模和元数据.pptxVIP

;1数据仓库的数据概念模型

;数据仓库概念模型示意图;多维模型产生的OLAP分析方法：;数据仓库的数据组织形式：

虚拟存储方式简单、花费少、使用灵活，数据没冗余是才容易定义

基于关系表的存储方式通用性差，很难维护

多维数据库存储方式采用多维数据结构文件进行存储，并有维索引及相应的元数据管理文件与数据相对应

;多维数据库的组织方式;稠密维示意图如下;三维产品;OLAP的数据组织;3数据源建模;4数据仓库建模;星状模型是一种由一点向外辐射的建模范例，中间有一单一对象沿半径向外连接到多个对象,如下图;星状模型举例事实表中的每一元组包含一些指针（是外键，主键在其他表中），每个指针指向一张维表，这就构成了数据库的多维联系。;雪花模型是对星状模型的扩展，每一个点都沿半径向外连接到多个点。雪花模型范例如下;雪花模型举例;混合模型;5元数据的概念;元数据元素的一个范例;属性元数据的一个范例;6元数据在数据仓库中的重要性;在数据仓库开发期间元数据所起的作用是非常重要的，这时元数据主要用于以下构件：

（1）数据源抽取，

（2）数据源转换，

（3）数据源净化，

（4）数据源概括与聚集，

（5）数据刷新，

（6）数据仓库中的数据库设计，

（7）查询与报表设计

;元数据的一个重要方面，是在抽取、求精和重构工程过程中时刻保持从源数据到数据仓库之间的映射关系;数据仓库各块所创建和存储的不同类型的元数据;元数据在对多个来源的数据集成的过程中可能遇到的6个难点：

（1）资源领域的确定

（2）跟踪历史数据结构变化的过程

（3）为不打算输入或忘记输入值的数据字段选择合适的默认值

（4）解决编码方案的不一致性。

（5）属性到属性的映射

（6）属性转换

;数据求精与重构工程;重构工程块要完成如下4个方面工作;7元数据的管理功能;数据仓库内容的描述;以上元数据间关系图;定义数据抽取和转换;定义数据抽取和转换;基于商业事件的抽取调度;基于商业事件的抽取调度;描述数据同步需求;数据仓库信???的目录;数据仓库信息的目录;元数据的数据字典和纲目库;元数据的数据字典和纲目库;8元数据的标准化和商品化;元数据的标准化;元数据的商品化