第4章数据仓库中的维度与粒度.pptVIP

第1页，共25页，星期日，2025年，2月5日4.3溢出存储器应该考虑五年后如下因素：有更多的技术管理大量数据硬件费用下降功能更强大的软件工具最终用户更加专业化第2页，共25页，星期日，2025年，2月5日4.3溢出存储器历史数据与细节数据造成了数据的显著增长根据数据使用频率，可将数据分为二类：经常使用的数据不经常使用的数据（睡眠数据）解决方案：睡眠数据转移至海量备用存储器或近线存储器常用的溢出存储器可分为：低性能的磁盘存储器近线存储器串行磁带……第3页，共25页，星期日，2025年，2月5日4.4确定粒度级别一方面，合理推测粒度级别确定粒度还需要通过一定量的反复分析，根据用户反馈不断改进另一方面，预测不同体系结构的需求数据仓库中的数据需要处于最低的公共细节水平第4页，共25页，星期日，2025年，2月5日4.5反馈技巧提高数据粒度的方法：数据进入数据仓库时，进行汇总数据进入数据仓库时，求平均值数据集的最大/最小值放入数据仓库只放入显然需要的数据用条件逻辑选择需要的数据系统需求了解到50%左右时即可以开始建造数据仓库当正常的业务事务记录准备放入数据仓库时，高粒度级别的数据可能需要分解到低粒度级别。而对于一些低粒度级的数据，如生产过程控制、网络环境中产生的点击流数据等，必须对数据进行编辑、重新排序和汇总等处理。第5页，共25页，星期日，2025年，2月5日第6页，共25页，星期日，2025年，2月5日第7页，共25页，星期日，2025年，2月5日第8页，共25页，星期日，2025年，2月5日第9页，共25页，星期日，2025年，2月5日4.6填充数据集市数据粒度需要考虑的另一重要因素：用于填充数据集市数据仓库中的数据粒度必须是任何数据集市所需要数据中的最小粒度。第10页，共25页，星期日，2025年，2月5日维度设计第11页，共25页，星期日，2025年，2月5日维度表维度表是事实表不可分割的伴侣维度表倾向于将行数做得相当少（通常100万行），而将列数做得特别大数据仓库的能力与维度的质量和深度成正比一个用户要按星期与商标来查看销售额，星期与商标就必须是可的维度属性第12页，共25页，星期日，2025年，2月5日维度内容维度属性是查询的约束条件、分组与报表标签生成的基本来源每个维度用单一的主关键字进行定义，主关键字是确保与之相连的事实表存在完整性的基础。非直接相关属性产品:包裹大小与品牌非规范化很多维度变化很缓慢多级层次结构维度表通常有多种多级层次结构第13页，共25页，星期日，2025年，2月5日维度中的文本与数字维度应当是文本和离散的尽量使用详细的文本信息取代编码数字属性放入维度表还是事实表应当看它是一个含有许多取值并参与运算的度量（应放入事实表），还是变化不多并参与约束条件的离散取值（应放入维度表）产品尺寸------维度表产品生产成本------事实表第14页，共25页，星期日，2025年，2月5日事实表的内容事实表的主键是所有维度表主键的组合键主要是数字属性表很长，但不宽稀疏的数据假期记录可能为空退化的维度既不是事实也不是维属性的数据元素如发票号、订单号等第15页，共25页，星期日，2025年，2月5日粒度设计原子数据应成为每个事实表设计的基础好处：可以只通过添加维度，满足新的查询要求商场的最佳维度应是POS事务的单列项促销效果、限时打折都需要低粒度数据第16页，共25页，星期日，2025年，2月5日事实表设计毛利润=销售-成本；在已有销售和成本字段的情况下，是否应物理存储毛利润字段？应存储减少用户出错便于生成报表第17页，共25页，星期日，2025年，2月5日例：业务数据的E-R图销售销售日期商店号商品号销售数量销售单位商品商品号商品名商品类号存货星期商店号商品号数量1m1m商店商店号商店名地址城市省邮编地区号1mm11商品类商品类号商品类名部门号m1m地区地区号地区名第18页，共25页，星期日，2025年，2月5日