《数据仓库原理》PPT课件

第二章数据仓库原理,2.1数据仓库的数据模型,产品北京上海化妆品江苏玩具服装电器1234时间（月）,销售数量：10000,服装切片,两类表：一、维表：用来记录维度信息。二、事实表：用来存储多维模型中维度交叉点处的度量值和码值。,1.星型模型,2.雪花模型3.星座模型4.雪暴模型,2.2维表和事实表的数据存储,产品北京上海化妆品江苏玩具服装电器1234时间（月）,销售数量：10000,服装切片,2.3联机分析处理（OLAP）,什么是OLAP？OLAP是针对某个特定的主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给使用者。两个特点，在线性(On_Line)，多维分析(Multi_Analysis),ii)OLAP的相关基本概念,维、维的层次、维成员、多维数据集、数据单元、多维数据集的度量值和聚集1.维“上卷”“下钻”,销售地区,西南,华中,华东,四川,云南,河南,湖北,江苏,上海,维的层次关系和类关系,简单层次复杂层次,维的类关系,类的划分，只能依据同一层次的维成员集合来划分维的层次与类组合图,2.多维数据集,产品北京上海化妆品江苏玩具服装电器1234时间（月）,销售数量：10000,服装切片,3.维成员维的取值。4.多维数据集的度量值多维数据集的核心值5.数据单元即多维数组的取值。数据单元可以表示为：（维1维成员，维2维成员，维3维成员，维4维成员，观察变量值）,iii)多维分析,是指对多维数据集中的数据用切片、切块和旋转等等方式分析数据，使用户能够多角度、多侧面地去观察数据仓库中的数据。,1.多维的切片（维1，维2，维i成员，维n，观察变量）是多维数据集（维1，维2，维i，维n，观察变量）在维i上的一个切片2.多维的切块在（维1，维2，维i，维k，维n，观察变量）多维数据集上，对维i，维k，选定了维成员，那（维1，维2，维i成员，维k成员，维n，观察变量）就是多维数据集（维1，维2，维i，维k，维n，观察变量）在维i，维k上的一个切块,3.旋转,4.数据的上探、下钻数据的上探：是指在某一维上将低层次的细节数据概括到高层次的汇总数据。数据的下钻：是指从某维上汇总数据深入到细节数据进行观察。,Eg:指定“商店=广州所有商店”，（行为部门，列为时间和销售量）如表所示，表中无括号数为增长率，有括号表示下降率。对于汽车部门出现的奇怪现象，销售下降了13.2%,而利润却增加了21.4%，此时分析是什么原因？,对汽车部门向下钻取出具体项目（维修、配件、附件）的销售情况和利润增长情况。,2.4OLAP的实施,2.5数据抽取,转换和装载,过程：数据的抽取（extraction),转换（transform)和装载(load)过程。1.数据的抽取工作：Eg：确认数据源检查和确定数据源是否可以提供数据仓库需要的数据。,2.数据转换：Eg:选择、转换、汇总、分离/合并等。3.数据装载：分三种类型：最初装载、增量装载和完全刷新。,2.5元数据,一概念元数据是关于数据的数据。,二分类和组成根据元数据在DW中所承担的任务，将元数据分为：静态元数据-与数据结构有关。动态元数据-与数据的状态和使用方法有关。,静态元数据包括:名称，描述，格式，数据类型，关系，来源，域，业务规则等描述：主要是对中的各种数据元素进行说明关系：用于说明中各种数据对象之间的关系来源：指数据的来源域：用于说明中数据的有效值范围业务规则：指中数据在业务处理中所要遵循的规则,动态元数据包括：入库时间，更新周期，统计信息，存储位置，存储大小，引用处统计信息：统计了数据访问的用户、访问对象、访问时间和访问次数。这些信息对于性能的提高具有较高的参考价值。存储位置：说明数据存储在哪一位置存储大小：说明该数据所需要的存储