第4章数据仓库中的粒度.ppt

第四章 数据仓库中的粒度SZ1516029_李航;摘要：;4.1 粗略估算;粗略的数据估计; 图4-1 空间行计算 ;计算索引数据空间;4.2 规划过程的输入;4.3溢出存储器中的数据; 图4-3 将数据仓库环境中的总行数与本表进行对照;溢出存储器;将数据存在海量备用存储器或近线存储器中比存储在磁盘存储器中要便宜的多，而且，数据存储在海量备用存储器或近线存储器中并不是说不能访问了。海量备用存储器和近线存储器中存储的数据与磁盘中存储的数据一样可以访问。这样做可以大大提高整个环境的性能。 为了能在整个系统范围内访问数据，并为了能将不同的数据存放在存储器的合适位置点上，要求能为海量备用存储器/近线存储器提供软件支持。如图4-4：; 图4-4 使用海量溢出存储器要有相应的软件支持;有效的使用海量备用存储器/近线存储器至少需要具备三个软件组成部分： 监控仓库数据的使用 跨介质存储管理器 近线/海量备用存储器直接访问与分析 溢出存储器要正常发挥作用也至少需要前两个软件支持 存放不常用的数据的溢出存储器是数据仓库的一个重要组成部分，对粒度有很大影响。如果没有这种存储器，设计者必须将粒度级别调整到磁盘技术的容量和预算允许的水平。有了溢出存储器，设计者可以放手建立想要的低粒度级别。;为了提高性能，降低查询代价，强力建议数据体系结构设计人员要保证存储于海量备用存储器中的数据不被经常访问。 有几种方法保证不经常访问存储于海量备用存储器的数据。一种简单的方法是当数据达到一段时间（如24个月）才将它们存放到海量备用存储器中。另一种方法是将某些类型的数据存储在海量备用存储器中，而将其他类型的数据存储于磁盘存储器中。 ;4.4 确定粒度的级别; 图4-6 最终用户态度：“既然我已经看到我能够做些什么，我可以告诉你什么才是真正有用的”;4.6 一些反馈循环技巧;;4.6 确定粒度级别的例子; 银行环境中的双重粒度2; 制造业环境中的双重粒度; 保险环境中的双重粒度;4.7 填充数据集市;4.8 小结;问题1 数据仓库的四大基本特征？ 问题2 数据仓库与数据仓库的区别？ 问题3 粒度的定义？他对数据仓库有什么影响？ 问题4 数据仓库中，粒度从小到大可分为哪四个级别？ ;1.面向主题，集成的，不可更新的，随时间变化的。 2.数据仓库与数据库区别： 简而言之，数据库是面向事务的设计，数据仓库是面向主题设计的。 数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。 数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。 数据库是为捕获数据而设计，数据仓库是为分析数据而设计。 3.粒度是指数据仓库的数据单位中保存数据细化或综合程度的级别。 粒度影响存放在数据仓库中的数据量大小；影响数据仓库所能回答查询问题的细节程度。 4.早期细节级，当前细节级，轻度细节级和高度细节级。