AnIntroductiontoDatabaseSystem中国人民大学信息学院数据仓库的产生操作型处理（也叫事务处理）
：对数据库联机的日常操作，通常是对一个或一组记录的查询和修改特点：快速响应用户请求，对数据的安全性、完整性以及事务吞吐量要求很高
。分析型处理：对数据的查询和分析操作，通常是对海量的历史数据查询和分析特点：要访问的数据量非常大，查询和分析的操作十分复杂。
数据仓库技术为了构建新的分析处理环境而出现的一种数据存储和组织技术第十七章数据仓库与联机分析处理技术17.1数据仓库
技术17.2联机分析处理技术17.3数据挖掘技术17.4小结17.1数据仓库技术数据仓库技术(续)数据
仓库定义：是一个用以更好地支持企业（或组织）决策分析处理的、面向主题的、集成的、不可更新的、随时间不断变化的数据集合。本质上和
数据库一样，是长期储存在计算机内的、有组织、可共享的数据集合。数据仓库技术(续)一、数据仓库的基本特征数据仓库的数据是面向
主题的；数据仓库的数据是集成的；数据仓库的数据是不可更新的；数据仓库的数据是随时间不断变化的数据仓库技术(续)二、
数据仓库中的数据组织数据仓库技术(续)三、数据仓库系统的体系结构数据仓库技术(续)数据仓库的后台工具包括数
据抽取、清洗、转换、装载和维护(Maintain)工具。数据仓库服务器相当于数据库系统中的DBMS，负责管理数据仓库
中数据的存储管理和数据存取，并给OLAP服务器和前台工具提供存取接口(如SQL查询接口)OLAP服务器透明地为前台工
具和用户提供多维数据视图OLAP服务器则必须考虑物理上这些分析数据的存储问题前台工具包括查询报表工具、多维
分析工具、数据挖掘工具和分析结果可视化工具等第十七章数据仓库与联机分析处理技术17.1数据仓库技术17.2联机
分析处理技术17.3数据挖掘技术17.4小结17.2联机分析处理技术OLAP(On-LineAnalytica
lProcessing)即联机分析处理，是以海量数据为基础的复杂分析技术一、多维数据模型数据分析时用户的数据视图，是面向分
析的数据模型，用于给分析人员提供多种观察的视角和面向分析的操作可用这样来一个多维数组来表示：(维1，维2，…，维n，度量值)
联机分析处理技术(续)联机分析处理技术(续)二、多维分析操作常用的OLAP多维分析操作切片(slice)切块(d
ice)旋转(pivot)向上综合(roll-up)向下钻取(drill-down)等联机分析处理技术(续)三、OLA
P的实现方式按照多维数据模型的不同实现方式MOLAP结构ROLAP结构HOLAP结构OLAP的实现方式(续)MOLAP
结构以多维立方体CUBE来组织数据，以多维数组来存储数据，支持直接对多维数据的各种操作。多维数据库(Multi-Dimens
ionDataBase，简记为MDDB)。例如：Arbor公司的Essbase联机分析处理技术(续)ROLAP结构用R
DBMS或扩展的RDBMS来管理多维数据，用关系的表来组织和存储多维数据两类表：一类是事实(fact)表，另一类是维表事实表用
来描述和存储多维立方体的度量值及各个维的码值；维表用来描述维信息。ROLAP用“星形模式”和“雪片模式”来表示多维数据模型联
机分析处理技术(续)星形模式（StarSchema）通常由一个中心表(事实表)和一组维表组成如下图所示的星形模式
联机分析处理技术(续)雪片模式就是对维表按层次进一步细化后形成的第十七章数据仓库与联机分析处理技术17.1数据仓库
技术17.2联机分析处理技术17.3数据挖掘技术17.4小结17.3数据挖掘技术一、数据挖掘的概念概念
：数据挖掘是从大量数据中发现并提取隐藏在内的、人们事先不知道的但又可能有用的信息和知识的一种新技术目的：帮助决策者寻找数据间潜在
的关联，发现经营者被忽略的要素数据挖掘技术涉及数据库技术、人工智能技术、机器学习、统计分析等多种技术决策支持系统(DSS)跨入
了一个新阶段数据挖掘技术(续)二、数据挖掘和传统分析方法的区别本质区别：数据挖掘是在没有明确假设的前提下去挖掘信息，发
现知识数据挖掘所得到的信息应具有事先未知、有效和可实用3个特征数据挖掘技术(续)三、数据挖掘的数据源从数据仓库中来
优点：许多数据不一致的问题都较好地解决了，在数据挖掘时大大减少了清理数据的工作量缺点：建立数据仓库是一项巨大的工程，耗时耗力
从数据库中来如果只是为了数据挖掘，可以把一个或几个OLTP数据库导入一个只读的数据库中，然后在上面进行数据挖掘数据挖掘技术
(续)四、数据挖掘的功能概念描述关联分析分类和预测聚类孤立点检测趋势和演变分析数据挖掘技术(续)数据挖掘步骤
明确挖掘任务对所选择数据进行预处理选择具体的算法进行挖掘对挖掘出的模式进行评价消减重复部分展现最终的结果第十七章
数据仓库与联机分析处理技术17.1数据仓库技术17.2联机分析处理技术17.3数据挖掘技术17.4小结1
7.4小结数据仓库用于数据的存储和组织OLAP集中于数据的分析数据挖掘则致力于知识的自动发现将它们结合起来就成为一种
新的DSS构架，成为商务智能(BusinessIntelligence，BI)的3个支柱即：DW＋OLAP＋DM→支
持BI的可行方案数据库系统概论AnIntroductiontoDatabaseSystem第十七章数
据仓库与联机分析处理技术表17.1操作型数据和分析型数据的区别支持管理决策需求支持日常操作一次操作数据量大一次操作数
据量小面向分析面向应用分析驱动事务驱动一个时刻操作一集合一个时刻操作一元组对性能要求宽松对性能要求高完全不同的生
命周期生命周期符合SDLC操作需求事先不知道操作需求事先可知道不更新可更新代表过去的数据在存取瞬间是准确的综合的，
或提炼的细节的分析型数据操作型数据数据仓库的数据组织结构数据仓库体系结构一、多维数据模型(续)例如：
(地区，时间，电器商品种类，销售额)三维数组可以用一个立方体来直观地表示一般地多维数组用多维立方体CUBE（超立方体）来表示星形模式的中心是销售事实表维表有时间维表、顾客维表、销售员维表、制造商维表和产品维表图17.4星形模式图17.5雪片模式典型的数据挖掘系统的体系结构 |
|
