数据仓库与数据挖掘课件2.ppt

《数据仓库与数据挖掘课件2.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1第二章数据仓库原理2.1数据仓库结构体系2.2数据仓库的数据模型2.3数据抽取、转换和装载2.4元数据2第二章数据仓库原理2.1数据仓库结构体系2.1.1数据仓库结构2.1.2数据集市及其结构2.1.3数据仓库系统结构2.1.4数据仓库运行结构34数据仓库与数据库的区别：面向主题与面向事务。2.1.1数据仓库结构5数据仓库与数据库的区别：面向事务：围绕公司功能性应用进行组织。如：保险公司可能的应用有汽车保险，人寿保险，健康保险，财产保险等。2.1.1数据仓库结构6数据仓库与数据库的区别：面向主题：公司面对

2、的对象。如：保险公司可能的对象（主题域）是顾客，保险单，保险费，与索赔。生产商可能的对象（主题域）是：产品，销售商等；零售商可能的对象（主题域）是：顾客，商品，库存，销售，等；2.1.1数据仓库结构7数据仓库与数据库的区别：集成性：数据仓库需要把原始数据集成。如性别：2.1.1数据仓库结构男女Mf010Xy8数据仓库与数据库的区别：集成性：数据仓库需要把原始数据集成。如销售额：2.1.1数据仓库结构元千元千元万元百万元9数据仓库与数据库的区别：非易失：很少删除、修改。2.1.1数据仓库结构10近期基本数据：

3、是最近时期的业务数据，是数据仓库用户最感兴趣的部分，数据量大。历史基本数据：近期基本数据随时间的推移，由数据仓库的时间控制机制转为历史基本数据。轻度综合数据：是从近期基本数据中提取出的，这层数据是按时间段选取，或者按数据属性（attributes）和内容（contents）进行综合。高度综合数据层：这一层的数据是在轻度综合数据基础上的再一次综合，是一种准决策数据。2.1.1数据仓库结构数据综合11全国区域商店省/市城市如：公司的销售额可以如下综合1.数据集市的产生数据仓库工作范围和成本常常是巨大的。开发数据

4、仓库是代价很高、时间较长的大项目。数据仓库需要大型计算机，或超级计算机服务器，或并行结构平台；数据集市windows普通服务器提供更紧密集成的数据集市就应运产生。目前，全世界对数据仓库总投资的一半以上均集中在数据集市上。132.1.2数据集市及其结构数据集市（DataMarts）是一种更小、更集中的数据仓库，为公司提供分析商业数据的一条廉价途径。DataMarts是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。142.数据集市概念3.数

5、据集市与数据仓库差别（1）数据仓库是基于整个企业的数据模型建立的，它面向企业范围内的主题。而数据集市是按照某一特定部门的数据模型建立的。（2）部门的主题与企业的主题之间可能存在关联，也可能不存在关联。（3）数据集市的数据组织一般采用星型模型。151、规模是小的2、特定的应用3、面向部门4、由业务部门定义，设计和开发5、由业务部门管理和维护6、快速实现7、购买较便宜8、投资快速回收9、更详细的、预先存在的数据仓库的摘要子集10、可升级到完整的数据仓库164.数据集市的特性独立数据集市(IndependentD

6、ataMart)从属数据集市(DependentDataMart)172.1.2数据仓库系统结构数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。18191、仓库管理（1）数据建模数据建模是建立数据仓库的数据模型。数据模型包括数据结构和数据操作。数据结构的任务是确定：数据类型、内容、数据间的关系，描述的是数据的静态特征。数据操作的任务是确定对数据仓库中数据所允许的操作。如检索、计算等201、仓库管理（1）数据建模数据仓库的数据模型不同于数据库的数据模型在于：数据仓库只为决策分析用，不包含事务处理

7、的数据。数据仓库的增加了时间属性数据。数据仓库增加了一些综合数据。数据仓库的数据建模是适应决策用户使用的逻辑数据模型。结果是产生了冗余！！（2）数据抽取、转换、装载数据仓库中的数据，是通过在源数据中抽取数据，按数据仓库的逻辑数据模型的要求进行数据转换，再按物理数据模型的要求装载到数据仓库中去。数据抽取Extraction、转换Transformation、装载loading（ETL）是建立数据仓库的重要步骤，需要花费开发数据仓库70%的工作量。21（1）查询工具数据仓库的查询不是指对记录级数据的查询，而是指

8、对分析要求的查询。一般包含：可视化工具：以图形化方式展示数据，可以帮助了解数据的结构，关系以及动态性。222、分析工具（2）多维分析工具（OLAP工具）:通过对信息的多种可能的观察形式进行快速、一致和交互性的存取，这样便利用户对数据进行深入的分析和观察。多维数据的每一维代表对数据的一个特定的观察视角，如时间、地域、业务等。232、分析工具（3）数据挖掘工具从大量数据中挖掘具有规律性知识，需要利用数据挖掘（Data