数据仓库与决策支持体系.ppt

数据仓库与决策支持体系.ppt

ID:59523912

大小:151.50 KB

页数:31页

时间:2020-11-07

数据仓库与决策支持体系.ppt_第1页
数据仓库与决策支持体系.ppt_第2页
数据仓库与决策支持体系.ppt_第3页
数据仓库与决策支持体系.ppt_第4页
数据仓库与决策支持体系.ppt_第5页
资源描述:

《数据仓库与决策支持体系.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、xshxieustc.edu第4部分其它高级主题第12章数据仓库与决策支持系统高级数据库系统及其应用第12章数据仓库与决策支持系统数据仓库技术概述12.1OLAP12.2OLAP的实现技术12.3视图与决策支持系统12.4快速返回部分结果12.52021/9/17212.1数据仓库技术概述12.1.1决策支持查询的新特征12.1.2支持决策支持查询的系统类型12.1.3数据仓库2021/9/17312.1.1决策支持查询的新特征查询表达的WHERE子句通常是包含很多AND和OR的复杂条件。传统RDBMS针对OR的处理能力很弱。数据分析

2、应用需要广泛使用各种统计函数。SQL-92只内置支持的了min/max/avg/sum/count五个统计函数,不支持象标准差等一些其它基本统计函数。完成高级统计需要由嵌入SQL的应用代码来完成。许多查询包括与时间有关的条件,通常需要基于各种典型时间周期进行分析和汇总。SQL-92缺乏处理时间序列数据方面的功能支持。在数据分析应用中,用户可能需要反复提出同一组类似查询。这不仅枯燥乏味,也使得DBMS无法从中识别或发掘查询优化机会。2021/9/17412.1.2决策支持查询的系统类型1)增强或扩展了OLAP特性的DBMSOLAP:On

3、LineAnalyticProcessing这类系统可高性能支持包含GROUP-BY和汇总操作符型式查询,且能对复杂布尔条件、统计函数和时间序列分析提供良好支持。2)专用OLAP系统在已有DBMSs的基础上,面向决策支持进行优化,以增强支持高效OLAP查询的一类专用系统。随时间推移,专用OLAP系统和增强了OLAP特性的RDBMS系统之间区别可能会越来越小。3)数据挖掘(DataMining,DM)。希望从大数据集中探索发现有趣、意外趋势,探索特别数据模式。2021/9/17512.1.3数据仓库系统2021/9/17612.2OLA

4、P12.2.1多维数据模型12.2.2OLAP查询12.2.3与SQL操作比较12.2.4统计数据库12.2.5OLAP设计2021/9/17712.2.1多维数据模型在多维数据模型中,核心数据项是一组事实度量,每个度量依赖于一组维度。例如,在一个关于销售数据管理的应用中,sales(销售数量)是度量属性。维度则包括Product(产品)、Location(地区)和Time(时间)。给定一个产品、一个地区和一个时间点,我们最多只有一个销售值。图12.2一个多维数据集的图形化表示每个小立方体格点(cell)内存储表示一个销售值。2021

5、/9/17812.2.1多维数据模型MOLAP直接用多维数组来存储多维数据集的OLAP专用系统。MOLAP:multidimensionalOLAPROLAP直接关系来存储多维数据集的OLAP专用系统。例如对前述销售管理,可被表示为以下一组关系:Sales(pid、timeid、locid,sales)Locations(locid:integer,city:string,state:string,country:string);Products(pid:integer,pname:string,category:string);Ti

6、mes(timeid:integer,date:string,week:integer,month:integer,quarter:integer,year:integer,holiday_flag:boolean);2021/9/17912.2.2OLAP查询OLAP系统的目标是给最终用户提供一个直观且强有力的查询接口,满足一般的面向商务分析任务。常见的OLAP操作是基于多维数据集,在一个或多个维度上的度量值汇总。一些典型的OLAP操作上卷(rollup)下钻(drill-down)绕轴旋转(pivoting)…以下几个查询非常具有

7、典型性,查销售总额;查询每个城市的销售总额;查询每个州的销售总额;查询销售总额排行前五名的产品类(该查询无法用标准SQL语法来表达)。2021/9/171012.2.3与SQL操作比较虽然有些OLAP查询很难用SQL表达,或根本不能用SQL表达(如TOPn查询)。但大多数的OLAP查询都可用SQL表达。典型地,它们是一些包含分组和聚合操作的SQL语句。单个OLAP操作可能导致几个密切相关的SQL查询。例如,对图12.5的交叉表,是通过绕轴(Time,Locatin)旋转获得。我们也可用下面查询来获得同样的结果:SELECTSUM(S.

8、sales)FROMSalesS,TimeT,LocationsLWHERES.timeid=T.timeidANDS.locid=L.locidGROUPBYT.year,L.state这个查询产生图12.5中灰色背景

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。