基于Oracle数据仓库应用技术的研究与实现(5)

本文介绍了数据仓库系统的设计与实现方法。

第1页 6

武汉科技大学硕学论士位文

别实体，如果用户需要有关类别的附加信息，可以将维度实体分解成与指标实体直接关联的

主维度实体和与主维度实体关联的次维度实体，次维度实体与指标实体间接关联，从而形成星型模式的扩展形式—雪花模式图。 (当多个信息包图 ) 2转换成星型图可能出时，现维度实体的交叉重叠，保证实体的为了一致性需要进行统一处理，确定它们是同一实体在不同层次上的数据反映，还是两个不同的实体。当多个维度实体相关并且存在共性时可能需，要将其合并为一个指标实体。比 如，在销售为主题的数据仓库中，通常具有如下星型图逻辑模型：指标实体： s e, 销售( l )含销售量 (uniy as Qatt);维度实体： 产品维(rdc)客户维(utmr、 Pout、 Csoe)时间维 (i )地区维(ei ) Tm、 e Rgo、 n其它维 (te), ohr在此简写为：、、、R; P C T、0详细类别实体：一e、一e、一e、Rky于ky Pk cky Tky一、 e: y e其星型图，如图 2 n所示。 .

图21面向 .销售主题的星型图

2823物理模型设计 ...根据逻辑模型设计阶段的星型图或 雪花图能够方便地定义物理数据结构。一般将指标实体转化为物理数据库表，称为事实表。事实表首先包括星型图中心的指标量，其次应包括星型图角上的维度实体中层次最低单位的主码。维度实体通常也转化为维数据库表，称为维表，它包括其每一层次的主码和对应的值。维表的关键字是该维度实体对应的详细类别实体的主码。维表和事实表通过维表关键字相关联.除了建立以 上的物理数据结构外，物理模型设计阶段还应该确定如下内 容： (定义数据标准：在定义物理实 ) 1体、关系和字段之前，首先应该明确命名约定，包括数据类型、约束条件、设备、索引、缺省等。 2 ( )定义实体：星型图可以很方便地确定面向主题的数据仓库共享实体，完整定义其属性，包括主键、可选键、外部键、非键标数据、空值等。 3 ( )确定实体特征：完全识别实体特征很重要。这包括键标属性、值的有效范围、完整性约束条件、类型和长度等. (确定数 据容量和更 ) 4新频率：要对每一个数据仓库实体进行容量和更新频率的评估，

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容量包括实体预期的行和模式增加的数量。(确定索引策略，提高数据仓库性能。 ) 5

第1页 7

2

.据存储和管理 . 3数 8数据仓库的 关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析. (大量 ) 1数据的存储和管理。所涉及的数据量比传统事务处理大得多，且随时间的推移而积累。从现有的技术和产品来看，只有关系数据库系统担当此任。 2并 ()行处理。 在传统联机事务处理应用中，用户访问系统的特点是短小而密集：对于一个多处理系统来说，能够将用户的请求进行均衡分担是关键，这便是并发操作。在数据仓库中，用户访问系统的特点是庞大而稀疏，每一个查询和统计都很复杂，访问的频率并不高。此时系统需要有能力将所有的处理机调动起来为这一个复杂的查询请求服务，将该请求并行处理。由此，并行处理技术在数据仓库中越发重要。 (针对决策支持查询的 ) 3优化。题主要针对关系数据库而言，其它数据管理环此问因境连基本的通用查询能力都还不完善。在技术上，针对决策支持的优化涉及数据库系统的索引机制、查询优化器、连接策略、数据排序和采样等诸多部分。

4支持多维分析的查询 () 模式。这也是关系数据库在数据仓库领域遇到的严峻挑战之一与传统的关系数据库使用上不同，对于数据仓库的访问往往不是简单的表和记录的查询，而是基于用户业务的分析模式，即联机分析。其特点是将数据想象成多维的立方体，用户的查询便相当于在其中的部分维上加以条件，对立方体进行切片、分割，得到的结果是数值的矩阵或向量，并将其制成图表或输入数理统计的算法。284数据表现 ..

数据表现实际上相当 于数据仓库门面，其性能主要集中在多维分析、数理统计和数据挖掘方面。而多维分析又有数据仓库的重要表现形式，由于互联网的发展，使得多维分析领域的工具和产品更加注重提供基于W前 b e端联机分析界面，而不仅仅是在网络上发布数据。数理统计原本与数据仓库没有直接的联系，但在实际应用中，客户需要通过数据的统计来验证他们对某些事务的假设，以进行决策。数据挖掘强调的不仅仅是验证人们对数据特性的假设，而且它更是主动寻找并发现蕴涵在数据之中的规律。29数据仓库的数据分析 .

数据仓库是 进行分析决策的基础，还

必须具有强有力的工具进行分析和决策。 LP O便 A是这样的一个工具，支持复用于杂的分析操作。 L侧重对决策人员 OP A和高层管理人员的决策支持，可以应分析人员要求快速、灵活地进行大数据量的复杂查询处理，并以种直观一易懂的形式将查询结果提供给决策人员，以便决策人员准确掌握企业的经营状况，了解市场需求，制定正确方案，增加企业效益。

本文介绍了数据仓库系统的设计与实现方法。

第1页 8

武汉科技大学硕学文士位论

联 机分析处理( A也称多维分析， OP L)它是一种数据分析技术，能够完成基于某种数据存储的数据分析功能[, A系统所要完成的主要任务包括：] 5 L 2 OP给出数据的多维逻辑视图，视图独立于数据存储的具体形式：允许用户对数据进行交互式查询和数据分析(交互式操作有多种方法，包括钻取、切片和切块等);检索并显示多维表格、图表和图形中的数据，便于坐标轴位置的变换；具有较快的查询响应速度，并要求具有高性能的服务器软硬件。

L O是分析人员、 P A管理人员或执行人员能够从多角度对信息进行快速、一致和交互存取，而获得对数据的从深入了解的一类软件技术。 LP标是满足 O的目 A在多维环境下特定的

查和表印求，而为策活提支 o的心“口 e f概。询报打需从决动供持。 L核是维”诵 n n念 P A s) o“是维”人们观察客观世界的角度，可把一个实体的多项重要属性定义为多个维，使用户能对不同的维上的数据进行比较分析。 A是多维数 L O P据分析工具的集合。例如：在销售数据仓库系统中分析销售情况时，通常可从时间、产品、地区的不同角度深入观察分析产品销售情况.

2910A三层客户/ .. LP服务器结构 L O是 P A建立在客户服务器结构之上的。由/于它要对来自基层的操作数据(企业已如果建立数据仓库，那么操作历史数据可由数据仓库提供)进行多维化表示或预处理，因此它

不同于传统OT软件的两层客户/ L P服务器结构，而是三层客户/服务器机构[. 1 7 l

图2 0三客/务体构阴 . L层户服器系结 2 P 1 A 三层客服务器结构如图 21所示，由户/ . 2数据源(仓库或 OT数据库) L服数据 L P、O P A务器及OA客户机及客户端 L P应用软件组成。。这种结构的优点在于将应用逻辑(逻辑

)业务、 U及 B GI DM严格区分开来，复杂的应用逻辑不是分 S布在网络的众多 P机上， c而是集中存放在应用服务器上，由服务器提供高效的数据存取，安排后台处理以及报表的预处理。 O P是以 数据仓库或数据库为基 A L础，其最终数据来源是底层的 0 P联机事务处 T L (理)数据库系统，数据仓库是OA的主要数据 LP源。这是因为 OA系统要求对用户的任 LP何分析要求都要在一 …… 此处隐藏：1911字，全部文档内容请下载后查看。喜欢就下载吧 ……