数据挖掘2、数据仓库和数据挖掘的OLAP技术.pptx

数据仓库和数据挖掘的OLAP技术;数据仓库－数据挖掘的有效平台;什么是数据仓库?;数据仓库关键特征一——面向主题;数据仓库关键特征二——数据集成;数据仓库关键特征三——随时间而变化;数据仓库关键特征四——数据不易丢失;数据仓库的构建与使用;数据仓库与异种数据库集成;查询驱动方法和更新驱动方法的比较;数据仓库与操作数据库系统;OLAP VS. OLTP (1);OLAP VS. OLTP (2);OLAP VS. OLTP (3);为什么需要一个分离的数据仓库?;多维数据模型 (1);多维数据模型 (2) ——示例;多维数据模型 (3);多维数据模型 (4);数据立??体——一个方体的格;数据仓库的概念模型;星型模式实例;雪花模式实例;事实星座模式实例;一种数据挖掘查询语言: DMQL;实例：使用DMQL定义星型模式;实例：使用DMQL定义雪花模式;实例：使用DMQL定义事实星座模式;06 July 2021;度量的分类;概念分层 (1);概念分层 (2): location维的一个概念分层;概念分层 (3) ——使用;多维数据模型上的OLAP操作 (1);多维数据模型上的OLAP操作 (2);06 July 2021;数据仓库设计：一个商务分析框架 (1);数据仓库设计：一个商务分析框架 (2);数据仓库设计：一个商务分析框架 (3);数据仓库的设计过程 (1);数据仓库的设计过程 (2);三层数据仓库架构 (1);三层数据仓库架构 (2);三种数据仓库模型;数据仓库开发：困难与方法;数据仓库开发——一个推荐的方法;OLAP服务器类型 (1);OLAP服务器类型 (2);数据仓库的实现 ——数据立方体的有效计算;方体的操作;数据立方体的物化;方体计算：ROLAP vs. MOLAP;方体计算的多路数组聚集方法(1);方体计算的多路数组聚集方法(2);方体计算的多路数组聚集方法(3);方体计算的多路数组聚集方法(4);方体计算的多路数组聚集方法(5);OLAP查询的有效处理;有效处理OLAP查询（示例）;元数据存储;元数据的使用;数据仓库后端工具和程序;数据仓库的应用;从联机分析处理到联机分析挖掘;联机分析挖掘的体系结构