基于Oracle数据仓库应用技术的研究与实现(3)

本文介绍了数据仓库系统的设计与实现方法。

武汉科技大学硕学论士位文

第5页

数据仓库是一种概念， 不是一个产品，它包自。括电子邮件文档、语音邮件文档、DR、 C o -M多媒体信息以及其它还未考虑到的数据囚数据仓库最根本的特点是要物理存放数据，这 .些数据并非最新的、专用的，而是源于其它数据库的。数据仓库的建立并不是要取代数据库，而是要建立在一个较全面和完善的信息应用的基础上，用于支持高层决策分析。数据仓库是数据库

技术的一种新的应用，它还需要数据库管理系统来管理数据仓库中的数据。

. .数库 圈2据仓[ 1] .( )数据仓库的数据是面向主题的一

数据仓库中的数据面向 主题，与传统数据库面向应用相对应。主题是一个在较高层次上将数据综合、归类并分析的抽象，每一个主题对应一个宏观的分析领域。面向主题的数据组织方式，在较高层次上对分析对象进行完整、一致的描述，能完整、统一地刻画各个分析对象所涉及的各项数据，以及数据之间的联系。面向主题的数据组织方式是根据分析要求将数据织成一个完备的分析领域，即主题域。主题域有： (独立性，主题域有独 ) 1立内涵，即要求有明确的界限； 2 (完备性，在主 能够 )题内找到分析处理所要求的一切内如果某一分析处理涉及容，到现在主题之外的数据，那么就应当将这些数据增加到该主题中来，从而逐渐完善主题。 ( 库的数二)数据仓据是集成的数据仓库的集成特征是指在数据进入数据 仓库之前，经过数据抽取、数据加工和数据集成，这是建立数据仓库的关键步骤，首先要统一原始数据中的矛盾之处，还要将原始数据结构做一个从面向应用向面向主题的转变。 ( 库的数三)数据仓据是相对稳定的数据仓库的稳定性是指数据仓库反映的是已 成为历史的数据，而不是即时日常事务处理产生的数据。数据经加工和集成进入数据仓库后是极少或根本不修改的，数据仓库是不同时间数据的集合，它要求数据仓库中的数据保存时不仅能满足进行决策分析的需要，而且数据仓库中的数据都要标明该数据的历史时刀期〔。 (数据仓库的 四)数据是随时间不断增加和完善的数据仓库系统需要随着时间的变化不断增 加新的数据内容，如捕捉数据源中已变化的数据并追加到数据仓库中，或是根据这些已变化的数据来更新数据仓库中与其相关的综合数据，以保证数据仓库中分析数据的有效性和正确性。捕捉到的新的变化的数据，过只不又生成一个数据库的快照增加进去，不是对原来的数据的修改，以满足数据的不可更新特

本文介绍了数据仓库系统的设计与实现方法。

第6页

武汉科技大学硕学论士位文

征。综合数据则需要根据这些变化的数据重新进行综合。按照数据的覆盖范围，据仓库 数通常可以分为企业级数据仓库和部门级数据仓库( a

D t a Mr, at数据集市)数据仓库的管理包括数据的。安全、归档、备份、维护和恢复等工作，与目前的 DM的管理工作基本一致。 BS建立数据仓库的目 的是将历史数据和信息按可用的形式和格式提供给用户，利用一系列决策支持工具增加用户对企业数据的分析及利用功能，以便更好地分析数据并做出决策。决策支持过程使用的方法通常分为信息处理、分析处理和数据挖掘；信息处理包括查询、计算和打印报表等；分析处理包括在线分析处理( A; L) O P数据挖掘包括统计分析和知识发现等。

2 . 3数据仓库中的重要概念 2 .元数据 .1 3元数据( aa) td a可以 M t e定义为描述应用系统或业务流程中数据结构及意义的数据或文档，是关于数据的数据，相当于数据库系统中的数据字典。它描述了数据的结构、内容、码、索引等项内容。元数据不仅定义了数据仓库的作用，指明了数据仓库中信息的内容和

位置，刻画了数据的抽取和转换规则，存取数据仓库的主题和相关信息，而且实现了数据

仓的理。库管[ 1 s元数据可以分为两，,。一类是 类【,,,〔川技术元数据( cncleaaa, T hi Mtd )它存储了 e a t关于数据仓库系统技术细节的元数据，主要包括：数据的逻辑模型和物理模型；数据仓库中的表名、字段名、关键字、索引及其相关属性；数据仓库数据与操作环境数据的对应关系和导入、过滤、校验的方法；进行 O分析所用的“和汇总数据的 L P A维”信息；用户和安全性的管理等等。一类是业务元数据 (ui s ea a, Bs n sM d )它保证用户能正确、方 e t a t便的使用数据仓库系统所需的业务术语所表达的数据模型、象名对和属性名；访问数据的原则和数据的来源；系统所提供的分析方法以及公式和报表的信息等等。 232数据集市 ..原始数据从数据仓库流入到不同的部门中以 支持这些部门的定制化使用，这些部门级的数据仓库就称为数据集市呱‘”。一个数据集市就是一个部门的数据体，具有数据仓库的构造基础。数据仓库中的数据处于非常小的粒状级别，而数据集市中的所有数据提供粒状基础。所以对于数据集市来说适合的数据源应该是数据仓库，也就意味着在建立数据集市之前应该建立数据仓库叫。目 前，数据集市主要有两种类型，多维集市( BM)胭DS和通用数据集市.其

中，通用数据集市是由关系技术来支持的并支持星型模式.元数据是数据集市中的一个集成部分，传送到数据集市中的装载程序来创建和更新。 由因为数据仓库是数据集市数据的主要来源，所以数据仓库元数据和数据集市元数据之间必须要有连接。数据集市的元数据包含以下部分：数据源标识，描述当数据由数据仓库传递

到据市所生数定有数集简描信，括格属、系数集时发的据制，关据市的单述息包表、性关

本文介绍了数据仓库系统的设计与实现方法。

武汉科技大学硕学论士位文

第7页

和定义等.同时，元数据允许不同据集市的数达到不同程度的内聚性.在数据集市中 是沿着星型连接的线条和规格化的表格来构造数据的。如果有一个可以预测的使用模式并有大量数据，就可以建立星型连接。如果不预测的使用模式，则使用关系表格作为基础。

由 据以于有少量数及用户等级，所以在数据集市中有着比数据仓库很高的性能期望。使用MDM技术和利用星型连接，以广泛的 DBs及建立索引都是提高性能方法。像数据仓库一样， 数据集市也是面向主题的、集成的、稳定的和不同时间的。数据集市在有些方面与数据仓库有差别，仓库专注于满足数据整个公司的需求，而数据集市专注于特定的主题域、特定的部门或特定的业务功能需要。钢铁销售公司数据仓库包含合同、销售、来款三个主题域，那么也必须有合同、销售、来款三个数据集市。数据集市与数据仓库数据模型设计差不多，主要是在中间层上即逻辑数据模型上有所差别。即星形模式是关系环境中建立高性能数据集市数据结构的最普遍的方法。一个星行模式有两类基本表组成：一个事实表( tT l和多个 F c b) a ae维表 (祝ni T l。事实表包含实际事务或要 i D s o ae n b )分析的值，维表包含有关这些事务、值的描述。数据库中的数据可以分为两个主要类别：描述性值和定量值。

233粒度 ..和分割粒 度是数据仓库的重要概念.粒度分为两种形式，第一种粒度是以数据仓库中的数据的综合程度高低的一个度量，它既影响数据仓库中据量的的数大小，也影响数据仓库所能回答询问的种类.粒度越小，细节程度越高，综合程度越低，回答底部的种类就越多，必然造成数据仓库中的数据大量堆积，十分低下；效率反之，粒度的提高将会提高查询效率。另一种特殊形式的粒度是样本数据库，它是以一

定的采样率从细节 …… 此处隐藏：3098字，全部文档内容请下载后查看。喜欢就下载吧 ……