dm3-数据仓库和OLAP概述.ppt

Data Warehousing and OLAP Technology What is a data warehouse? A multi-dimensional data model(多维数据模型) Data warehouse architecture（数据仓库的系统结构） Data warehouse implementation（数据仓库的实现） From data warehousing to data mining What is Data Warehouse? “A data warehouse is a subject-oriented（面向主题）, integrated（集成）, time-variant（时变的）, and nonvolatile（非易失的） collection of data in support of management’s decision-making process（支持管理部门的决策过程）.”—W. H. Inmon（数据仓库方面的构造设计师） subject-oriented（面向主题）： 数据仓库总是围绕一些主题，如：顾客，供应商，产品和销售组织。数据仓库关注决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理。数据仓库排除对于决策无用的数据，提供特定主题的简明视图。 integrated（集成） 数据仓库一般是将多个异种数据源，如关系数据库、一般文件和联机事务处理纪录，集成在一起。使用数据清理和数据集成技术，确保命名约定、编码结构、属性度量等的一致性。 time-variant（时变的） 数据存储从历史的角度（例如过去5-10年）提供信息，其中的关键结构，隐式或显式地包含时间元素。 nonvolatile（非易失的） 数据仓库总是物理地分离存放的数据；这些数据源于操作环境下的应用数据。由于这种分离，数据仓库通常只需两种数据访问：数据的初始化装入和数据访问。 Data Warehouse vs. Operational DBMS OLTP (on-line transaction processing) Major task of traditional relational DBMS Day-to-day operations: purchasing, inventory, banking, manufacturing, payroll, registration, accounting, etc. OLAP (on-line analytical processing) Major task of data warehouse system Data analysis and decision making Distinct features (OLTP vs. OLAP): User and system orientation: customer vs. market Data contents: current, detailed vs. historical, consolidated（统一） Database design: ER + application vs. star + subject View: current, local vs. evolutionary, integrated Access patterns: update vs. read-only but complex queries OLTP vs. OLAP 多维数据模型From Tables and Spreadsheets to Data Cubes A data warehouse is based on a multidimensional data model which views data in the form of a data cube(由维和事实定义) A data cube, such as sales, allows data to be modeled and viewed in multiple dimensions Dimensions: time, item, branch,location Dimension tables, such as item (item_name, brand, type), or time(day, week, month, quarter, year) Fact table(事实表) contains measures (such as dollars_sold销售款项) and keys to each of the related dimension tables(事实是数值度量的, 根据他们