数据仓库实施步骤与关键成功因素教程.ppt

数据仓库实施步骤与关键成功因素;一、数据仓库实施方法论;数据仓库管理;2.1 项目前期准备;2.2 业务探索（Business Discovery);2.3 信息探索（Information Discovery);2.4 逻辑数据模型设计;2.4 逻辑数据模型概念;2.4 逻辑数据模型(LDM)示例;2.5 系统体系结构设计;2.5 体系结构设计组件;主要任务： 转换逻辑数据模型（LDM）为物理数据模型 定义主索引、次索引 非正则化处理（denormalizations） 数据库建立 设计优化 数据库功能测试 使用工具： ERWwin 交付项目： 物理数据模型（LDM） 《物理数据模型说明书》 《数据库描述语言DDL》;概念数据模型（ CDM – Conceptual Data Model ） 主要实体和它们的关系 （Major Entities and Their Relationships） 逻辑数据模型 （ LDM - Logical Data Model ） 业务模型加（CDM Plus） : 所有的表及简单的数据（All Tables with Sample Data） 辅助的表及简单的数据（ Minor Tables with Sample Data ） 主键与外键的关系（ PK FK Relationships ） 数据约束（ Constraints ） 属性（ Attributes ） 扩展逻辑数据模型 （ELDM - Extended Logical Data Model ） 逻辑数据模型加（LDM Plus） : 存取详细描述（Access Demographics） 数据详细描述（Data Demographics） 物理数据模型 （ PDM - Physical Data Model ） 扩张逻辑数据模型（ELDM Plus）: 索引 （Indices） 非正则化 （Denormalization）;非正则化的两种类型： 物理非正则化 派生数据 （Derived Data） 汇总表 （Summary Tables） 重复的Groups ( Repeating Groups) 多物理表 （Multiple Physical Tables） 预连接 （Pre-joins） 子实体 （Sub-entities） 逻辑非正则化 视图 （Views） 逻辑星型结构 （Logical Star Schemas）;2.6 物理数据模型（PDM）;2.7 数据转换与加载（ETL）;2.7 数据清洗方法;2.7 数据转换常用手段;2.8 前端应用开发;2.9 数据挖掘服务;2.9 数据挖掘方法;2.9 数据挖掘常用算法及应用;2.10 元数据管理;2.10 元数据开发;2.11 数据仓库管理;2.12 解决方案集成(系统验收与试运行); Business Discovery (业务探索) 业务需求说明书(BRL) 概念数据模型(CDM);三、项目关键成功因素