第二章-数据仓库原理课件

1、第二章 数据仓库原理2.1 数据仓库结构体系2.2 数据仓库的数据模型2.3数据抽取、转换和装载2.4 元数据12.1 数据仓库结构体系2.1.1 数据仓库结构2.1.2数据集市及其结构2.1.3 数据仓库系统结构2.1.4 数据仓库运行结构23 数据仓库是在数据库基础上发展起来的，其数据来源于数据库。 数据仓库与数据库的区别：面向主题与面向事务。数据的组织结构不同。2.1.1 数据仓库结构4 数据仓库与数据库的区别：数据库面向事务：围绕公司功能性应用进行组织。强调要做什么！如：保险公司可能的应用有汽车保险，人寿保险，健康保险，财产保险等。2.1.1 数据仓库结构5 数据仓库与数据库的区别：面

2、向主题：公司面对的对象。强调对什么做！如：保险公司可能的对象（主题域）是顾客，保险单，保险费与索赔。生产商可能的对象（主题域）是：产品，销售商等；零售商可能的对象（主题域）是：顾客，商品，库存，销售等；2.1.1 数据仓库结构6 数据仓库与数据库的区别：“与时间相关”:数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。同样都是累计购买过9车产品的顾客，一位是最近三个月购买9车，一位是最近一年从未买过，这对于决策者意义是不同的。2.1.1 数据仓库结构7 数据仓库与数据库的区别：集成性：数据仓库需要把原始数据集成。如性别：数据库强调个

3、体，数据仓库强调总体2.1.1 数据仓库结构男 女M f 01 0X y8 数据仓库与数据库的区别：集成性：数据仓库需要把原始数据集成。如销售额：数据库强调个体，数据仓库强调总体2.1.1 数据仓库结构元千元千元万元百万元9 数据仓库与数据库的区别：非易失：很少删除、修改。数据库是实现数据仓库的一种方式，但并不是唯一的途径2.1.1 数据仓库结构10 近期基本数据：是最近时期的业务数据，是数据仓库用户最感兴趣的部分，数据量大。 历史基本数据：近期基本数据随时间的推移，由数据仓库的时间控制机制转为历史基本数据。 轻度综合数据：是从近期基本数据中提取出的，这层数据是按时间段选取，或者按数据属性（a

4、ttributes）和内容（contents）进行综合。 高度综合数据层：这一层的数据是在轻度综合数据基础上的再一次综合，是一种准决策数据。2.1.1 数据仓库结构数据综合11全国区域商店省/市城市如：公司的销售额可以如下综合1.数据集市的产生数据仓库是企业级的，工作范围和成本常常是巨大的。数据集市是部门级的，伴随功能性计算机管理信息系统而存在。数据集市windows普通服务器目前，全世界对数据仓库总投资的一半以上均集中在数据集市上。132.1.2 数据集市及其结构数据集市（Data Marts）是一种更小、更集中的数据仓库，为公司提供分析商业数据的一条廉价途径。Data Marts是指具有特

5、定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。142.数据集市概念3.数据集市与数据仓库差别（1）数据仓库是基于整个企业的数据模型建立的，它面向企业范围内的主题。而数据集市是按照某一特定部门的数据模型建立的。（2）部门的主题与企业的主题之间可能存在关联，也可能不存在关联。（3）数据集市的数据组织一般采用星型模型。不能简单的认为数据集市数据规模没有数据仓库大！15 1、规模是小的2、特定的应用3、面向部门4、由业务部门定义，设计和开发5、由业务部门管理和维护6、快速实现7、购买较便宜8、投资快速回收9、更详细的、预先存在的数据仓库的

6、摘要子集10、可升级到完整的数据仓库164.数据集市的特性独立数据集市(Independent Data Mart)从属数据集市(Dependent Data Mart)为访问数据仓库非常频繁的关键业务部门建立17数据源于中央数据仓库2.1.3 数据仓库系统结构 数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。182.1.3 数据仓库系统结构 数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。19201、仓库管理仓库管理包括：数据建模、ETL、元数据和系统管理 （1）数据建模数据建模是建立数据仓库的数据模型。数据模型包括数据结构和数据操作。数据结构包括：数据类型、内容

7、、数据间的关系，描述的是数据的静态特征。数据操作是对数据仓库中数据所允许的操作。如检索、计算等 211、仓库管理 （1）数据建模数据仓库的数据模型不同于数据库的数据模型在于：数据仓库只为决策分析用，不包含事务处理的数据。数据仓库的数据模型中增加了时间属性数据。数据仓库的数据模型中增加了一些综合数据。数据仓库的数据建模是适应决策用户使用的逻辑数据模型。结果是产生了冗余！数据库和数据仓库底层模型不同，关系数据库采用ER关系模型，数据仓库采用多维数据模型。（2）数据抽取、转换、装载数据仓库中的数据，是通过在源数据中抽取数据，按数据仓库的逻辑数据模型的要求进行数据转换，再按物理数据模型的要求装载到数据

8、仓库中去。数据抽取Extraction、转换Transformation、装载loading（ETL）是建立数据仓库的重要步骤，需要花费开发数据仓库70%的工作量。22（3）元数据23元数据包括：1、数据仓库的目录信息（数据字典）；2、数据从数据库向数据仓库转换时对应的说明；3、指导从当前基本数据到综合数据的综合方式；4、指导用户使用数据仓库。（4）系统管理数据管理、性能监控、存储器管理和安全管理等。24（1）查询工具 数据仓库的查询不是指对记录级数据的查询，而是指对分析要求的查询。 一般包含： 可视化工具：以图形化方式展示数据，可以帮助了解数据的结构，关系以及动态性。252、分析工具（2）多

9、维分析工具（OLAP工具）: 通过对信息的多种可能的观察形式进行快速、一致和交互性的存取，这样便利用户对数据进行深入的分析和观察。 多维数据的每一维代表对数据的一个特定的观察视角，如时间、地域、业务等。262、分析工具（3）数据挖掘工具 从大量数据中挖掘具有规律性知识，需要利用数据挖掘（Data Mining）工具。如：IBM的Intelligent Miner，SAS272、分析工具282.1.4 数据仓库的运行结构 数据仓库应用是一个典型的客户/服务器（C/S）结构形式： 客户端所做的工作：客户交互、格式化查询、结果显示、报表生成等。 服务器端完成各种辅助决策的SQL查询、复杂的计算和各类

10、综合功能等。 29 OLAP服务器将加强和规范化决策支持的服务工作，集中和简化了原客户端和数据仓库服务器的部分工作，降低了系统数据传输量。 这种结构形式工作效率更高。OLAP的三层C/S结构30 对一个零售企业，它关心哪些主题？ 关心经营时，销售（金额或数量）关心客户数量时，顾客与经营额有关的实体有：商品，地域，销售时间，销售额2.2 数据仓库的数据模型31 数据仓库存储采用多维数据模型。数据一般是数值 2.2 数据仓库的数据模型果汁可乐牛奶商品维奶油浴巾香皂北京上海长沙1 2 3 4 5 6 7城市维日期维维就是相同类数据的集合，是观察事物的视角。商店、时间和产品都是维。各个商店的集合是一维

11、，时间的集合是一维，商品的集合是一维。每一个商店、每一段时间、每一种商品就是某一维的一个成员。每一个销售事实由一个特定的商品、一个特定的时间、一个特定的地区的销售数量、金额组成。事实数据表包含描述业务内特定事件的数据，这些数字信息可以汇总。322.2 数据仓库的数据模型 大多数的数据仓库都采用“星型模型”。星型模型是由“事实表”（大表）以及多个“维表”（小表）所组成。 “事实表”中存放大量关于企业的事实数据（数量数据）。包含大批数据的中心表。 例如：多个时期的数据可能会出现在同一个“事实表”中。“维表”中存放描述性数据，维表是围绕事实表建立的较小的表。33 2.2.1星型模型 大多数的数据仓库

12、都采用“星型模型”。星型模型是由“事实表”（大表）以及多个“维表”（小表）所组成。 “事实表”中存放大量关于企业的事实数据（数量数据）。包含大批数据的但没有冗余的中心表。 例如：多个时期的数据可能会出现在同一个“事实表”中。“维表”中存放描述性数据，维表是围绕事实表建立的较小的表。银行对存款记账，A表中存放实际数据，包括账号、所属机构号、存款金额等，B表存放机构号和机构名称的对应关系。则A是事实表，B是维表。34 2.2.1星型模型星型模型：一个中心表，一组维表，每维一个表，每个表包含一组属性。 星型模型数据如下图：35 2.2.1星型模型36订货表客户表销售员表事实表产品表日期表地区表星型模

13、型数据存储情况示意图 订单号订货日期客户号客户名称客户地址销售员号销售员名城市产品号产品名称产品型号单价日期标识日月年地区名称省别订单号客户号销售员号产品号日期标识地区名称数量总额事实表、维表举例事实表就是主要存实实在在的数据(例如笔数、 金额)，如总账表、资产负债表。下面是一个事实表部分数据：统计日期 机构代码 业务类型 笔数 金额20080930 XXXXX1 FX01 86 21752.18 20080930 XXXXX2 FX01 0 0.00 20080930 XXXXX3 FX01 86 21752.18 事实表通过关联维表得到相关机构的信息，机构信息很多，这里没有全部列出，这也是

14、为什么要分事实表和维表的原因。38事实表、维表举例而维表主要存维度信息，不存放数据信息，如机构维表、日期维表。如机构维表：统计日期 机构代码 机构名称20080930 XXXXX1 北京分行20080930 XXXXX2 上海分行20080930 XXXXX3 重庆分行 事实表通过关联维表得到相关机构的信息，机构信息很多，这里没有全部列出，这也是为什么要分事实表和维表的原因。39星型模型：主要有两方面的原因:1、提高查询的效率。采用星形模式设计的数据仓库的优点是由于数据的组织已经过预处理，主要数据都在庞大的事实表中,所以只要扫描事实表就可以进行查询，而不必把多个庞大的表联接起来，查询访问效率较

15、高。同时由于维表一般都很小,甚至可以放在高速缓存中,与事实表作连接时其速度较快;2、便于用户理解。对非计算机专业的用户而言，星形模式比较直观，通过分析星形模式，很容易组合出各种查询。40 2.2.1星型模型41 2.2.2雪花模型 雪花模型对星型模型的维表进一步层次化，原来的各维表为了减少冗余，进一步分解，形成一些局部的“层次”区域。 在上面星型模型的数据中 ，对“产品表”“日期表”“地区表”进行扩展形成雪花模型数据见下图。 42雪花模式优点是:在一定程度上减少了存储空间;规范化的结构更容易更新和维护。缺点:雪花模式比较复杂，用户不容易理解;浏览内容相对困难;额外的连接将使查询性能下降。在数据

16、仓库中，通常不推荐“雪花化”。因为在数据仓库中，查询性能相对OLTP系统来说更加被重视，而雪花模式会降低数据仓库系统的性能。432.2.3星网模型星网模型是将多个星型模型连接起来形成网状结构。多个星型模型通过相同的维，如时间维，连接多个事实表。44地区键事务键用户键时间键状态键时间键用户键事务键地区键电话费用时间键用户键状态键电话余额电话公司星网模型实例 2.2.4第三范式范式实际上是传统的关系数据库的设计理论。 数据仓库可以按第三范式进行逻辑数据建模。它不同于星型模型在于，把事实表和维表的属性都集中在同一数据库中，按第三范式组织数据。它减少了维表中的键和不必要的属性。著名的NCR数据仓库公司

17、采用了第三范式的逻辑数据模型。46星型模型在进行多维数据分析时，速度是很快的。但是增加维度将是很困难的事情。第三范式对于海量数据（如TB级），且需要处理大量的动态业务分析时，就显示了它的优势。472.3 后台架构-ETL482.3 后台架构-ETL 数据仓库的数据来源于多个数据源，主要是企业内部数据；存档的历史数据；企业的外部数据。这些数据源可能是在不同的硬件平台上，使用不同的操作系统。源数据是以不同的格式存放在不同的数据库中。492.3 后台架构-ETL数据仓库需要将这些源数据经过抽取、转换和装载的过程，存储到数据仓库的数据模型中。可以说，数据仓库的数据获取需要经过抽取（Extraction

18、）、转换（Transform）、装载（Load）三个过程即ETL过程。 502.3 后台架构-ETL数据仓库ETL过程主要步骤：决定需要的目标数据；确定数据源；确定源到目标的数据映射关系；建立抽取规则；决定转换和清洗规则；制定汇总计划；组织数据缓冲区域和检测工具；编写装载规程；维度表ETL；事实表ETL。51231 数据抽取（1）确认数据源（2）数据抽取技术521.确认数据源列出对事实表的每一个数据项和事实列出每一个维度属性对于每个目标数据项，找出源数据项一个数据元素有多个来源，选择最好的来源确认一个目标字段的多个源字段，建立合并规则确认一个目标字段的多个源字段，建立分离规则确定默认值检查缺失

19、值的源数据532.数据抽取技术当前值。源系统中存储的数据都代表了当前时刻的值。当商业交易时，这些数据是会发生变化的。周期性的状态。这类数据存储的是每次发生变化时的状态。例如，对于每一保险索赔，都经过索赔开始、确认、评估和解决等步骤，都要考虑有时间说明。54232 数据转换1.数据转换的基本功能2.数据转换类型3.数据整合和合并4.如何实施转换551.数据转换的基本功能选择：从源系统中选择整个记录或者部分记录。 分离/合并：对源系统中的数据进行分离操作或者合并操作。转化：对源系统进行标准化和可理解化。汇总：将最低粒度数据进行汇总。 清晰：对单个字段数据进行重新分配和简化 。562.数据转换类型（

20、1）格式修正（2）字段的解码（3）计算值和导出值（4）单个字段的分离（5）信息的合并（6）特征集合转化（7）度量单位的转化（8）关键字重新构造（9）汇总（10）日期/时间转化573.数据整合和合并数据整合和合并是将相关的源数据组合成一致的数据结构，装入数据仓库。（1）实体识别问题 数据来源于多个不同的客户系统，对相同客户可能分别有不同的键码，将它们组合成一条单独的记录。 （2）多数据源相同属性不同值的问题 不同系统中得到的值存在一些差别 ，需要给出合理的值。584.如何实施转换自己编写程序实现数据转换使用转换工具59233 数据装载（1）数据装载方式（2）数据装载类型601.数据装载方式基本装

21、载按照装载的目标表，将转换过的数据输入到目标表中去。 追加如果目标表中已经存在数据，追加过程在保存已有数据的基础上增加输入数据。 破坏性合并用新输入数据更新目标记录数据。 建设性合并保留已有的记录，增加输入的记录，并标记为旧记录的替代。612.数据装载类型最初装载这是第一次对整个数据仓库进行装载。 增量装载由于源系统的变化，数据仓库需要装载变化的数据。完全刷新这种类型的数据装载用于周期性重写数据仓库。622.3.4 ETL工具数据转换引擎从指定的数据源中抽取数据，执行复杂的数据转换，将结果导入到目标表中。代码生成器根据数据源参数和输出，能自动生成数据抽取和转换程序。通过复制捕获数据在交易日志中

22、捕获数据源的变化。6324 元数据241 元数据的重要性242 关于数据源的元数据243 关于数据模型的元数据244 关于数据仓库映射的元数据245 关于数据仓库使用的元数据64241 元数据的重要性元数据65Table逻辑名顾客定义购买商品的个人或组织物理存储DB.table建立日期2008年1月15日最后更新日期2010年1月20日更新周期每月表编辑程序名ABC241 元数据的重要性元数据定义了数据仓库有什么，指明了数据仓库中数据的内容和位置，刻画了数据的抽取和转换规则，存储了与数据仓库主题有关的各种商业信息，而且整个数据仓库的运行都是基于元数据的。66Table逻辑名顾客定义购买商品的个

23、人或组织物理存储DB.table建立日期2008年1月15日最后更新日期2010年1月20日更新周期每月表编辑程序名ABC241 元数据的重要性有两类人会用到元数据：最终用户（包括商业分析人员和IT人员）。最终用户：从数据仓库获取信息。包括：数据内容、汇总数据、商业维度、指标、浏览路径、源系统、外部数据、转换规则、查询模板、报表等最终用户需要的元数据，称为商业元数据。67241 元数据的重要性有两类人会用到元数据：最终用户（包括商业分析人员和IT人员）。IT人员：从ETL，到报表设计，OLAP都需要。包括：源数据结构、源平台、ETL方法和规则、外部数据、装载、查询、报表设计等IT人员需要的元数

24、据，称为技术元数据。包括四类：数据源元数据，数据模型元数据，数据仓库映射元数据，数据仓库使用元数据。686970 这类元数据是对不同平台上的数据源的物理结构和含义的描述。具体为： （1）数据源中所有物理数据结构，包括所有的数据项及数据类型。数据项是数据的最小组成单位。通常包括数据项名、数据项含义说明、数据类型、长度、取值等。如FoodIntro 菜品简介 nvarchar 50 null数据结构：若干个数据项可以组成一个数据结构，如某表(菜品ID,分类ID,菜名,菜品简介,价格,图片)2.4.2关于数据源的元数据元数据示例某表1 菜品表：Food列 名 中文名称 数据类型 长度 是否允许为空

25、备注FoodID 菜品ID Int Not null 主键FoodclassID 分类ID Int null *foodName 菜名 nvarchar 25 null FoodIntro 菜品简介 nvarchar 50 null *FoodPrice 价格 Float null FoodImage 图片 varchar 100 null 保存图片路径元数据示例数据文件：订单明细表文件组成：订单序号Id, 订单编号, 菜名, 价格, 数量, 下单时间数 据 项:订单序号Id 数据类型:整型 数据长度:4数 据 项:订单编号 数据类型:可变字符类型 数据长度：50 数据组成：A+日期时间数 据

26、 项:菜名 数据类型:可变字符类型 数据长度：50数 据 项:价格 数据类型：整型 数据长度：4数 据 项:数量 数据类型：整型 数据长度：4数 据 项:下单时间 数据类型：日期型 数据长度：873 这类元数据是对不同平台上的数据源的物理结构和含义的描述。具体为： （1）数据源中所有物理数据结构，包括所有的数据项及数据类型。 （2）所有数据项的业务定义。 （3）每个数据项更新的频率，以及由谁或哪个过程更新的说明。 （4）每个数据项的有效值。2.4.2关于数据源的元数据74 这组元数据描述了数据仓库中有什么数据以及数据之间的关系，它们是用户使用管理数据仓库的基础。 这种的元数据可以支持用户从数据

27、仓库中获取数据。 2.4.3关于数据模型的元数据2.4.4关于数据仓库映射的元数据这类元数据是数据源与数据仓库数据间的映射。 当数据源中的一个数据项与数据仓库建立了映射关系，就应该记下这些数据项发生的任何变换或变动。即用元数据反映数据仓库中的数据项是从哪个特定的数据源抽取的，经过那些转换，变换和加载过程。75 1抽取工作之间的复杂关系一个数据的抽取要经过许多步骤。如图所示：762源数据与目标数据之间的映射（1）抽取工作（2）抽取工作步骤（3）抽取表映射（4）抽取属性映射（5）记录筛选规则772.4.5关于数据仓库使用的元数据这类元数据是数据仓库中信息的使用情况描述。 数据仓库的用户最关心的是两

28、类元数据： （1）元数据告诉数据仓库中有什么数据，它们从哪里来。即如何按主题查看数据仓库的内容。 （2）元数据提供已有的可重复利用的查询语言信息。如果某个查询能够满足他们的需求，或者与他们的愿望相似，他们就可以再次使用那些查询而不必从头开始编程。 关于数据仓库使用的元数据能帮助用户到数据仓库查询所需要的信息，用于解决企业问题。78习 题1,2,3,5,6,7,8,10,14,177911醉翁亭记 1反复朗读并背诵课文，培养文言语感。2结合注释疏通文义，了解文本内容，掌握文本写作思路。3把握文章的艺术特色，理解虚词在文中的作用。4体会作者的思想感情，理解作者的政治理想。一、导入新课范仲淹因参与改

29、革被贬，于庆历六年写下岳阳楼记，寄托自己“先天下之忧而忧，后天下之乐而乐”的政治理想。实际上，这次改革，受到贬谪的除了范仲淹和滕子京之外，还有范仲淹改革的另一位支持者北宋大文学家、史学家欧阳修。他于庆历五年被贬谪到滁州，也就是今天的安徽省滁州市。也是在此期间，欧阳修在滁州留下了不逊于岳阳楼记的千古名篇醉翁亭记。接下来就让我们一起来学习这篇课文吧！【教学提示】结合前文教学，有利于学生把握本文写作背景，进而加深学生对作品含义的理解。二、教学新课目标导学一：认识作者，了解作品背景作者简介：欧阳修(10071072)，字永叔，自号醉翁，晚年又号“六一居士”。吉州永丰(今属江西)人，因吉州原属庐陵郡，因

30、此他又以“庐陵欧阳修”自居。谥号文忠，世称欧阳文忠公。北宋政治家、文学家、史学家，与韩愈、柳宗元、王安石、苏洵、苏轼、苏辙、曾巩合称“唐宋八大家”。后人又将其与韩愈、柳宗元和苏轼合称“千古文章四大家”。关于“醉翁”与“六一居士”：初谪滁山，自号醉翁。既老而衰且病，将退休于颍水之上，则又更号六一居士。客有问曰：“六一何谓也？”居士曰：“吾家藏书一万卷，集录三代以来金石遗文一千卷，有琴一张，有棋一局，而常置酒一壶。”客曰：“是为五一尔，奈何？”居士曰：“以吾一翁，老于此五物之间，岂不为六一乎？”写作背景：宋仁宗庆历五年(1045年)，参知政事范仲淹等人遭谗离职，欧阳修上书替他们分辩，被贬到滁州做了

31、两年知州。到任以后，他内心抑郁，但还能发挥“宽简而不扰”的作风，取得了某些政绩。醉翁亭记就是在这个时期写就的。目标导学二：朗读文章，通文顺字1初读文章，结合工具书梳理文章字词。2朗读文章，划分文章节奏，标出节奏划分有疑难的语句。节奏划分示例环滁/皆山也。其/西南诸峰，林壑/尤美，望之/蔚然而深秀者，琅琊也。山行/六七里，渐闻/水声潺潺，而泻出于/两峰之间者，酿泉也。峰回/路转，有亭/翼然临于泉上者，醉翁亭也。作亭者/谁？山之僧/曰/智仙也。名之者/谁？太守/自谓也。太守与客来饮/于此，饮少/辄醉，而/年又最高，故/自号曰/醉翁也。醉翁之意/不在酒，在乎/山水之间也。山水之乐，得之心/而寓之酒也

32、。节奏划分思考“山行/六七里”为什么不能划分为“山/行六七里”？明确：“山行”意指“沿着山路走”，“山行”是个状中短语，不能将其割裂。“望之/蔚然而深秀者”为什么不能划分为“望之蔚然/而深秀者”？明确：“蔚然而深秀”是两个并列的词，不宜割裂，“望之”是总起词语，故应从其后断句。【教学提示】引导学生在反复朗读的过程中划分朗读节奏，在划分节奏的过程中感知文意。对于部分结构复杂的句子，教师可做适当的讲解引导。目标导学三：结合注释，翻译训练1学生结合课下注释和工具书自行疏通文义，并画出不解之处。【教学提示】节奏划分与明确文意相辅相成，若能以节奏划分引导学生明确文意最好；若学生理解有限，亦可在解读文意后

33、把握节奏划分。2以四人小组为单位，组内互助解疑，并尝试用“直译”与“意译”两种方法译读文章。3教师选择疑难句或值得翻译的句子，请学生用两种翻译方法进行翻译。翻译示例：若夫日出而林霏开，云归而岩穴暝，晦明变化者，山间之朝暮也。野芳发而幽香，佳木秀而繁阴，风霜高洁，水落而石出者，山间之四时也。直译法：那太阳一出来，树林里的雾气散开，云雾聚拢，山谷就显得昏暗了，朝则自暗而明，暮则自明而暗，或暗或明，变化不一，这是山间早晚的景色。野花开放，有一股清幽的香味，好的树木枝叶繁茂，形成浓郁的绿荫。天高气爽，霜色洁白，泉水浅了，石底露出水面，这是山中四季的景色。意译法：太阳升起，山林里雾气开始消散，烟云聚拢，

34、山谷又开始显得昏暗，清晨自暗而明，薄暮又自明而暗，如此暗明变化的，就是山中的朝暮。春天野花绽开并散发出阵阵幽香，夏日佳树繁茂并形成一片浓荫，秋天风高气爽，霜色洁白，冬日水枯而石底上露，如此，就是山中的四季。【教学提示】翻译有直译与意译两种方式，直译锻炼学生用语的准确性，但可能会降低译文的美感；意译可加强译文的美感，培养学生的翻译兴趣，但可能会降低译文的准确性。因此，需两种翻译方式都做必要引导。全文直译内容见我的积累本。目标导学四：解读文段，把握文本内容1赏析第一段，说说本文是如何引出“醉翁亭”的位置的，作者在此运用了怎样的艺术手法。明确：首先以“环滁皆山也”五字领起，将滁州的地理环境一笔勾出，

35、点出醉翁亭坐落在群山之中，并纵观滁州全貌，鸟瞰群山环抱之景。接着作者将“镜头”全景移向局部，先写“西南诸峰，林壑尤美”，醉翁亭坐落在有最美的林壑的西南诸峰之中，视野集中到最佳处。再写琅琊山“蔚然而深秀”，点山“秀”，照应上文的“美”。又写酿泉，其名字透出了泉与酒的关系，好泉酿好酒，好酒叫人醉。“醉翁亭”的名字便暗中透出，然后引出“醉翁亭”来。作者利用空间变幻的手法，移步换景，由远及近，为我们描绘了一幅幅山水特写。2第二段主要写了什么？它和第一段有什么联系？明确：第二段利用时间推移，抓住朝暮及四季特点，描绘了对比鲜明的晦明变化图及四季风光图，写出了其中的“乐亦无穷”。第二段是第一段“山水之乐”的具体化。3第三段同样是写“乐”，但却是写的游人之乐，作者是如何写游人之乐的？明确：“滁人游”，前呼后应，扶老携幼，自由自在，热闹非凡；“太守宴”，溪深鱼肥，泉香酒洌，美味佳肴，应有尽有；“众宾欢”，投壶下棋，觥筹交错，说说笑笑，无拘无束。如此勾画了游人之乐。4作者为什么要在第三段写游人之乐？明确：写滁人之游，描绘出一幅太平祥和的百姓游乐图。游乐场景映在太守的眼里，便多了一层政治清明的意味。太守在游人之乐中酒酣而醉，此醉是为山水之乐而醉，更是为能与百姓同乐而醉。体现太守与百姓