1、第 3章 数据挖掘的数据仓库与OLAP技术* 1数据挖掘：概念与技术第 3章 : 数据挖掘的数据仓库与 OLAP技术n 什么是数据仓库 ? n 多维数据模型n 数据仓库结构n 数据仓库实现n 数据立方体的进一步发展n 从数据仓库到数据挖掘2什么是数据仓库 ?n 有不同的方法定义 , 但不是严格的 .n 是一个决策支持数据库 , 它与组织机构的操作数据库 分别 维护n 数据仓库系统允许将各种应用系统集成在一起 , 为统一的历史数据分析提供坚实的平台 , 支持信息处理 .n W. H. Inmon的定义 : 数据仓库是 面向主题的 (subject-oriented), 集成的 (integrat
2、ed), 时变的 (time-variant), 和 非易失的 ( nonvolatile) 数据集合 , 支持管理决策过程n 建立数据仓库 (Data warehousing):n 构造和使用数据仓库的过程3数据仓库 面向主题的n 围绕重要的主题 ( 如顾客、产品、销售等 ) 组织 .n 关注决策制定者的数据建模与分析 , 而不是日常的操作和事务处理 .n 数据仓库排除对于决策过程无用的数据 , 提供特定主题的简明视图 .4数据仓库 集成的n 通过将多个异种的数据源集成在一起 , 而构造n 比如，关系数据库 , 一般文件 , 联机事务记录n 使用数据清理和数据集成技术 .n 确保命名约定 ,
3、 编码结构 , 属性度量等的一致性n 例如 , 饭店价格 : 货币种类 , 税 , 是否含早餐 , 等 .n 当数据装入数据仓库时 , 数据将被转换 . 5数据仓库 时变的n 数据仓库的时间跨度显著地比操作数据库长 .n 操作数据库数据 : 当前值数据 .n 数据仓库数据 : 从历史的角度提供数据 (例如 , 过去 5-10 年 )n 数据仓库中的每个键结构n 显式或隐式地包含时间元素 ,n 但是 , 操作数据的键可能包含 , 也可能不包含 “时间元素 ”.6数据仓库 非易失的n 从操作环境转换过来的数据物理地分离存放 .n 数据的更新不在数据仓库环境中出现 .n 不需要事务处理 , 恢复 ,
4、 和并发控制机制n 只需要两种数据存取操作 : n 数据的初始化装入 和 数据访问 .7数据仓库和异种 DBMSn 传统的异种数据库集成 : n 在异种数据库上建立一个包装程序 (wrappers)或中介程序(/mediators)n 查询驱动 的方法n 当查询提交给一个站点时 , 使用元数据词典将查询转换成所涉及 的异构站点 上的相应查询 , 查询的结果被集成为一个全局回答的集合 n 需要：复杂 的信息过滤 , 对资源的竞争n 数据仓库 : 更新驱动的 , 高性能n 来自异种信息源的数据被预先集成并存储在数据仓库中 , 直接用于查询和分析8数据仓库 VS.操作数据库n OLTP (on-li
5、ne transaction processing, 联机事务处理 )n 传统关系 DBMS的主要任务n 涵盖日常操作 : 购买 , 库存 , 银行 , 制造 , 工资单 , 注册 , 记帐 , 等 .n OLAP (on-line analytical processing, 联机分析处理 )n 数据仓库系统的主要任务n 数据分析和决策制定上提供服务n 不同的特点 (OLTP vs. OLAP):n 用户和系统的面向性 : 顾客 vs. 市场n 数据内容 : 当前的 , 细节的 vs. 历史的 , 合并的n 数据库设计 : ER + 应用 vs. 星型 + 主题n 视图 : 当前的 , 局部的 vs. 进化的 , 集成的n 访问模式 : 更新 vs. 只读的 , 但是复杂的查询9OLTP vs. OLAP10
