数据仓库系统的设计与开发

第3章数据仓库系统的设计与开发2/21/20251数据仓库与数据挖掘3.1数据仓库系统的设计与开发概述建立一个数据仓库系统的参考步骤数据仓库系统的生命周期创建数据仓库系统的两种思维模式数据仓库数据库的设计步骤2/21/20252数据仓库与数据挖掘建立一个数据仓库系统的参考步骤收集和分析业务需求步骤建立数据模型和数据仓库的物理设计定义数据源选择数据仓库技术和平台从操作型数据库中抽取、清洗及转换数据到数据仓库选择访问和报表工具，选择数据库连接软件，选择数据分析和数据展示软件更新数据仓库2/21/20253数据仓库与数据挖掘数据仓库系统的生命开发周期2/21/20254数据仓库与数据挖掘创建数据仓库系统的两种思维模式自顶向下（Top-down）自底向上（Bottom-Up）2/21/20255数据仓库与数据挖掘数据仓库数据库的设计步骤2/21/20256数据仓库与数据挖掘3.2基于SQLServer的数据仓库数据库设计过程详解分析组织的业务状况及数据源结构组织需求调研，收集业务需求采用信息包图法进行数据仓库的概念模型设计利用星形图进行数据仓库的逻辑模型设计数据仓库的物理模型设计2/21/20257数据仓库与数据挖掘MSSQLServer2005的数据仓库架构2/21/20258数据仓库与数据挖掘分析组织的业务状况及数据源结构开发的第一步是要了解和理解组织的业务状况，对于企业来说，也就是要熟悉企业的生产经营流程，同时初步获取在这些流程中的分析需求，为最终确定用户需求做好准备；对数据源结构的分析与理解2/21/20259数据仓库与数据挖掘组织需求调研，收集业务需求关于用户需求的调研对用户需求调研结果的分析2/21/202510数据仓库与数据挖掘采用信息包图法进行数据仓库的概念模型设计物理模型

星型、雪花模型

物理数据模型概念模型逻辑模型面向用户的需求细化层次更详细的技术细节信息包图2/21/202511数据仓库与数据挖掘信息包图：是数据仓库的数据模型的第一层或最高层。由于大多数商务数据是多维的，但传统的数据模型表示三维以上的数据有一定困难。而信息包图简化了这一过程并且允许用户设计多维信息包并与开发者和其他用户建立联系。这种模型集中在用户对信息包的需要，信息包提供了分析人员思维模式的可视化表示。信息包图法简介2/21/202512数据仓库与数据挖掘工作：确定系统边界：决策类型、需要的信息、原始信息确定主题域及其内容：主题域的公共键码、联系、属性组确定维度：如时间维、销售位置维、产品维、组别维等确定类别：相应维的详细类别确定指标和事实：用于进行分析的数值化信息2/21/202513数据仓库与数据挖掘信息包图的建立信息包：

维度类别

指标和事实2/21/202514数据仓库与数据挖掘〖例〗试画出销售分析的信息包图。解：首先根据销售分析的实际需求，确定信息包的维度、类别和指标与事实：（1）维度：包括日期维、区域维、产品维、客户维、广告维（待用）等。（2）类别：确定各维的详细类别，如：日期维包括年（5）、季度（20）、月（60）、日（1800），括号中的数字分别指出各类别的数量；区域维包括国家（10）、省州（100）、城市（500）、销售点（8000），括号中的数字同样分别指出各类别的数量；类似地，可以确定产品维、客户维、广告维等的详细类别。（3）指标和事实：确定用于进行分析的数值化信息，包括实际销售额、计划销售额和计划完成率。2/21/202515数据仓库与数据挖掘销售分析的信息包图日期维区域维产品维客户维广告维（待用）年度(5)国家(10)产品类别(500)年龄分组(7)广告费分组(2)季度(20)省州(100)产品名称(9000)收入分组（8）月(60)城市(500)信用组（2）日1800）销售点(8000)指标和事实:实际销售额、计划销售额、计划完成率信息包：销售分析 维度类别2/21/202516数据仓库与数据挖掘设计基于主题域的概念模型供应商ID相关信息有关信息商品信息供应商供应商主题顾客顾客ID顾客主题商品商品ID商品主题2/21/202517数据仓库与数据挖掘利用星形图进行数据仓库的逻辑模型设计根据分析需求与信息包图制作星形图销售分析客户广告区域时间产品2/21/202518数据仓库与数据挖掘根据分析需求与信息包图制作雪花图

销售分析客户广告区域时间产品产品类别雪花模型对星型模型的维度表进一步标准化，对星型模型中的维度表进行了规范化处理。

2/21/202519数据仓库与数据挖掘确定主题的属性组主题名公共键码属性组商品商品号基本信息：商品号、商品名、类型和颜色等采购信息：商品号、供应商号、供应价、供应日期和供应量等库存信息：商品号、库房号、库存量和日期等销售销售单号基本信息：销售单号、销售地址等销售信息：客户号、商品号、销售价、销售量和销售时间等客户客户号2/21/202520数据仓库与数据挖掘事实表及其特征、事实表的类型与设计粒度的选择与设计步骤关于数据仓库的聚合模型与数据的分割处理星形图中的维度表简介常用维度的设计模式2/21/202521数据仓库与数据挖掘数据仓库的物理模型设计物理模型设计的主要工作物理存储结构设计的原则数据仓库索引设计的特殊性存储优化与存储策略2/21/202522数据仓库与数据挖掘3.3使用SQLServer2005建立多维数据模型

SQLServer2005示例数据仓库环境的配置与使用基于SQLServer2005示例数据库的多维数据模型的建立与应用。2/21/202523数据仓库与数据挖掘

3.3使用SQLServer2005建立多维数据模型在SQLServer2005数据库环境中安装数据仓库组件、示例和工具利用示例数据仓库（AdventureWorksDW）环境及帮助系统学习2/21/202524数据