第二章 数据仓库原理.ppt

《第二章 数据仓库原理.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

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12.1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23数据仓库是在数据库基础上发展起来的，其数据来源于数据库。数据仓库与数据库的区别：面向主题与面向事务。数据的组织结构不同。2.1.1数据仓库结构4数据仓库与数据库的区别：数据库面向事务：围绕公司功能性应用进行组织。强调要做什么！！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、2.1.1数据仓库结构5数据仓库与数据库的区别：面向主题：公司面对的对象。强调对什么做！！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6数据仓库与数据库的区别：“与时间相关”:数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。同样都是累计购买过9车产品的顾客，一位是最近三个月购买9车，一位是最近一年从未买过，这对于决策

3、者意义是不同的。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：数据库强调个体，数据仓库强调总体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：数据库强调个体，数据仓库强调总体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。数据库是实现数据仓库的一种方式，但并不是唯一的途径2.1.1数据仓库结构10近期基本数据：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

4、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是企业级的，工作范围和成本常常是巨大的。数据集市是部门级的，伴随功能性计算机管理信息系统而存在。数据集市w

5、indows普通服务器目前，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

6、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。不能简单的认为数据集市数据规模没有数据仓库大！！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(IndependentDataMart)从属数据集市(DependentDataMart)为访问数据仓库非常频繁的关键业务部门建立17数据源

7、于中央数据仓库2.1.3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。182.1.3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。19201、仓库管理仓库管理包括：数据建模、ETL、元数据和系统管理（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。数据结构包括：数据类型、内容、数据间的关系，描述的是数据的静态特征。数据操作是对数据仓库中数据所允许的操作。如检索、计算等211、仓库管理（1）数据建模数据仓库的数据模型不同于数据库

8、的数据模型在于：数据仓库只为决策分析用，不包含事务处理的数据。数据仓库的数据模型中增加了时间属性数据。数据仓库的数据模型中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！！数据库和数据仓库底层模型不同，关系数据库采用ER关系模型，数据仓库采用多维数据模型。（2）数据抽取、转换、装载数据仓库