《商务智能技术应用》课件——03-数据库仓库模型.pptxVIP

;;数据模型是现实世界数据特征的抽象，用于描述一组数据的概念和定义。

数据模型是数据库中数据的存储方式，是数据库系统的基础。;数据模型所描述的内容包括三个部分：数据结构、数据操作、数据约束。;只有数据模型将数据有序的组织和存储起来之后，大数据才能得到高性能、低成本、高效率、高质量的使用，也是衡量数据模型价值的标准。;目前成熟地应用在数据库系统中的数据模型主要有三种：

层次模型、网状模型和关系模型。;用树形结构表示实体之间联系的模型叫层次模型，树中每一个节点代表一个记录类型，树状结构表示实体型之间的联系。层次模型的特征是：

有且仅有一个结点没有父结点，它就是根结点；

其他结点有且仅有一个父结点。;用网络结构表示实体类型及其实体之间联系的模型，网状模型是一种可以灵活地描述事物及其之间关系的数据库模型。网状模型的特征：

允许结点有多于一个父结点；

可以有一个以上的结点没有父结点。;关系模型以二维表结构来表示实体与实体之间的联系，它是以关系代数理论为基础的。关系模型的数据结构是一个“二维表框架”组成的集合。;数据仓库的数据区域划分和数据仓库的整体架构是紧密关联在一起的，整个数据仓库的数据区域分成5大部分，每个部分都有其独特的功能。;数据仓库数据模型架构;数据仓库的数据建模按照时间的先后顺序，可以大致分为四个阶段，依次为业务建模、领域概念建模、逻辑建模、物理建模。;业务建模的主要工作;领域概念建模的主要工作;逻辑建模的主要工作;物理建模的主要工作;目前业界较为流行的数据仓库的建模方法非常多，这里主要介绍范式建模法，维度建模法，实体建模法等几种方法，每种方法其实从本质上讲就是从不同的角度看业务中的问题。;范式建模法是在构建数据模型常用的一个方法，主要利用技术层面上的方法解决关系型数据库的数据存储。在学习范式建模法之前，我们先来了解一下数据库三范式。;优点：从关系型数据库的角度出发，结合了联机事务处理系统的数据模型，能够比较方便的实现数据仓库的建模。

缺点：由于建模方法限定在关系型数据库??上，在某些时候反而限制了整个数据仓库模型的灵活性，性能等。;维度建模法按照事实表，维度表来构建数据仓库，数据集市。这种方法的最被人广泛知晓的名字就是星型模式。;针对各个维度作了大量的预处理，能够极大的提升数据仓库的处理能力；

维度建模非常直观，紧紧围绕着业务模型，可以直观的反映出业务模型中的业务问题；

不需要经过特别的抽象处理，即可以完成维度建模。;将任何一个业务过程划分成3个部分，实体，事件和说明就是我们实体建模的主要工作。;将整个业务也可以划分成一个个的实体，而每个实体之间的关系，以及针对这些关系的说明就是我们数据建模需要做的工作。;优点：能够很轻松的实现业务模型的划分，广泛应用于业务建模阶段和领域概念建模阶段。

缺点：实体说明法只是一种抽象客观世界的方法，该建模方法只能局限在业务建模和领域概念建模阶段。;1.数据仓库的数据建模按照时间的先后顺序，可以大致分为四个阶段，具体的顺序为（）

A、业务建模-领域概念建模-逻辑建模-物理建模

B、业务建模-领域概念建模-物理建模-逻辑建模

C、领域概念建模-业务建模-逻辑建模-物理建模

D、领域概念建模-业务建模-物理建模-逻辑建模;1.数据库常见的模型有如下几种（）

A、层次模型

B、网状模型

C、关系模型

D、树状模型;