甲骨文《数据仓库概念》28页.ppt

XuXin PresalesConsultantOracle China Co Ltd 数据仓库的概念 Whatis 数据仓库 DataWarehouse 数据集市 DataMart 决策支持系统 DecisionSupportSystem 联机分析处理 OLAP ROLAP MOLAP元数据 MetaData 分析指标 Measure 维 Dimension 星型模型 StarSchema 雪花模型 SnowSchema 数据钻入 数据钻出 DrillDown DrillUp 表旋转 TableRotation 数据挖掘 DataMining 数据仓库几大功能 Query ReportDrillup DrillDownCompareExceptionForcast WhatifDataMining 数据仓库实施方法 建立数据仓库需要考虑的因素 扩展性灵活性集成性可靠性 数据仓库专家的建议 需要业务人员的积极参与通过原型设计验证需求确定数据仓库的范围 不要试图Warehouse所有数据为不同需求选择合适工具控制风险利用外部Consultant的经验重点放在不同系统的集成 建立数据仓库举例 UseaBuildingEstateOLTPdatabaseasanexampletoillustratetheconceptsandhowtobuildasuccessfulDataWarehousewhichusedtocheckandforecasttherentalrateandsellamountinHongKong 步骤1 确定数据仓库的问题范围 列出4月份香港地区每日房屋销售情况找出销售额大于4百万的居民住宅项目比较Whampoo和Kornhill地区上月销售情况找出售屋数量最多的前3个地区截止到当月的累计销售数量用图表反映最佳销售模式时间序列分析 确定数据仓库的问题范围 确定业务需求和用户需求 用户查询执行的频度系统保留数据的年限用户主要希望从哪些角度 哪些层次分析数据数据源是哪些系统 步骤2 选择合适的软硬件平台 可靠的供应商数据建模和管理工具易用性开放集中管理性能并行处理 选择数据库平台的依据 前3位的考虑因素 易用性92 4 集中管理65 2 可靠的供应商65 2 数据仓库的考虑因素 Source DataWarehouseInstitute February96 MOLAP还是ROLAP ROLAP和MOLAP的功能区别 TransactionSystems DecisionSupportSystems Strategic Tactical MDB RDBMS DataCache linkage 步骤3 根据需要创建新的实体 Code no No of transaction Constructor ID Developer ID Buildingdate Purchasedate Purchaseprice Address Area Apartment Code no Transaction no Name Company HKID ContactPhone ContactAddress PurchaseDate PurchasePrice Owner Code no Flat Transaction no Name HKID Occupy type P R ContactPhone ContactAddress Date Price Occupant Contractor ID CompanyName Address ContactPhone Constructor Code no Flat No of trans Type Floor Area Building Area Actual FlatDetails Developer ID CompanyName Address ContactPhone Developer Day Month Quarter Year Time Territory District Region Building Estate Geographic Location Type Size Area HousingTypes 步骤4 确定维表删除不必要的表 步骤5 建立层次结构 Date 1 Jan 94 13 Jun 95 12 Jan 96 12 Apr 96 15 Apr 96 20 Oct 96 20 Oct 96 12 Dec 96 1 Jan 97 31 Mar 97 15 Apr 97 Time Year Quarter Month Day TimeHierarchy 步骤6 确定属性 TypeSizeAreaClass AttributesofHousingType HousingType Occupant HousingTypedimensionlookuptable Attributes 步骤7 建立FactTable 确定合适的粒度 Time Location Type Area OccupantName PurchasePrice Rent SalesFactTable 步骤8 建立数据仓库模型 BuildingEstateOLTPEnvironment TimeLocationTypeAreaOccupantNamePurchasePriceRent SalesFactTable DayMonthQuarterYear Time TerritoryDistrictRegionBuilding Estate GeographicLocation TypeSizeArea HousingTypes Code noNo of transactionConstructor IDDeveloper IDBuildingdatePurchasedatePurchasepriceAddressArea Apartment Code no Transaction noName CompanyHKIDContactPhone ContactAddressPurchaseDatePurchasePrice Owner Code no Flat Transaction noNameHKIDOccupy type P R ContactPhone ContactAddressDatePrice Occupant Contractor IDCompanyNameAddressContactPhone Constructor Code no FlatNo of transHousingTypeFloorArea Building Area Actual FlatDetails Developer IDCompanyNameAddressContactPhone Developer Transform BuildingEstateDataWarehouseOLAPEnvironment 步骤9 数据仓库模型优化 TimeLocationTypeAreaOccupantNamePurchasePriceRent SalesFactTable TypeSizeArea HousingTypes TimeLocationTypeAreaOccupantNamePurchasePriceRent SalesFactTable DayMonthQuarterYear Time TerritoryDistrictRegionBuilding Estate GeographicLocation TypeSizeArea HousingTypes Starschema Snowflakeschema 数据仓库设计优化的原则 避免数据实时汇总 建立汇总表 减少表连接操作 不要超过3 5个 用IDcode作关键字减少I O竞争利用分区技术提高性能和可管理性