《数据仓库原理》PPT课件.ppt

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 1 2 3 4 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 1 2 3 4 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 1 2 3 4 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。,2.4 OLAP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