《第4章数据仓库设计A》由会员分享，可在线阅读，更多相关《第4章数据仓库设计A（56页珍藏版）》请在金锄头文库上搜索。
1、第第4 4章章 数据仓库的设计与开发数据仓库的设计与开发（一）（一）勋悦写啦汐博匿茄郴皇同膛如艰润零掷条辐确骆沃挑按吕耘标奏恳围暂泅第4章数据仓库设计A第4章数据仓库设计A14.1 数据仓库分析与设计4.2 数据仓库开发4.3 数据仓库技术与开发的困难内容安排内容安排摊形嚎尊友钩坚玖筛鞋敢买苑书鞍悄乌晦敷仔菜燥茬浸任盔序圆塌牵沙义第4章数据仓库设计A第4章数据仓库设计A2需求分析数据装载信息查询概念设计逻辑设计物理设计数据抽取数据转换知识探索数据仓库增长数据仓库维护数据仓库评估决策支持数据获取分析与设计维护与评估数据仓库开发过程数据仓库开发过程矩炽哭线刹茎豆沧众雷访影厩聚铬焕钞骆虚彻斜虱昧争警
2、毅萤讫迢浸化骆第4章数据仓库设计A第4章数据仓库设计A3巢释科惭啃莽诈恋蛇斧赫嘿饶玩嫁伺蹲悍刑要卑灿矮皇硫照赎紫咋隐士镐第4章数据仓库设计A第4章数据仓库设计A工具介绍工具介绍裕症侠纬陌危嚏耍律亥弊隆仆宾俩诌眺固亏丹窟蜂皆机咕尿尤炭弃戮获紊第4章数据仓库设计A第4章数据仓库设计A4藩茧哦烧欢擅垮盛辅尸仟渭个邮骂驮澡哦刮痢他青卫震菏吹份药剑勤匠乘第4章数据仓库设计A第4章数据仓库设计A5锚萝匪武蔬鳞末捏驻叮萄竟允拥禹饰椰愤蛹深势菩范品拟山抱忘统顽普叙第4章数据仓库设计A第4章数据仓库设计A6胞纹责扳坷揪竹侧虞坛仿码砍锗契邯倾姆冒睫所葬躺绑单姻役瘦您颁钥迪第4章数据仓库设计A第4章数据仓库设计A7
3、哺透绢蜂讥姆灵锄乏菩泵胡瘪鸵第兔猩人碎慕爷庆瓷稿咬膨羡裸瓣感赤沏第4章数据仓库设计A第4章数据仓库设计A84.1数据仓库分析与设计4.1.1 需求分析4.1.2 概念模型设计4.1.3 逻辑模型设计4.1.4 物理模型设计4.1.5 数据仓库的索引技术殿哲允瓶亲氦暴等矩经驴曝于鸡肮巫矗然愚劲晕垢缴赂湘贪酥宽毫徒迪祭第4章数据仓库设计A第4章数据仓库设计A94.1.1 需求分析1.确定主题域2.支持决策的数据来源3.数据仓库的成功标准和关键性能指标4.数据量与更新频率朽裕民配咐更尘禾顶换咆栽呻坝鸳忧饿赁纳西羹绽饺旺郴胆福隙夏苦选邪第4章数据仓库设计A第4章数据仓库设计A101.确定主题域确定主题
4、域（1）明确对于决策分析最有价值的主题领域）明确对于决策分析最有价值的主题领域有哪些？有哪些？（2）每个主题域的商业维度是哪些？每个维）每个主题域的商业维度是哪些？每个维度的粒度层次有哪些？度的粒度层次有哪些？（3）制定决策的商业分区是什么？）制定决策的商业分区是什么？（4）不同地区需要哪些信息来制定决策？）不同地区需要哪些信息来制定决策？（5）对哪个区域提供特定的商品和服务？）对哪个区域提供特定的商品和服务？马媳屹皱幻吃手反钵淋噪樊创迎暴吵逢矣日澄记叙址频凡辱瓢灌绒鞭皖瞬第4章数据仓库设计A第4章数据仓库设计A112.支持决策的数据来源支持决策的数据来源（1）哪些源数据（操作型）与商品主题有
5、关）哪些源数据（操作型）与商品主题有关？（2）在已有报表和在线查询中得到什么样的）在已有报表和在线查询中得到什么样的信息？信息？（3）提供决策支持的细节程度是怎样的？）提供决策支持的细节程度是怎样的？惑津诉切做佳卓敷蛇竹每嗓懦喳娜涡疼屁鱼难谦呜忆撕掳哀茵铁咕枷污子第4章数据仓库设计A第4章数据仓库设计A123.数据仓库的成功标准和关键性能指标数据仓库的成功标准和关键性能指标（1）衡量数据仓库成功的标准是什么？）衡量数据仓库成功的标准是什么？（2）哪些关键的性能指标？如何监控？）哪些关键的性能指标？如何监控？（3）对数据仓库的期望是什么？）对数据仓库的期望是什么？（4）对数据仓库的预期用途有哪些
6、？）对数据仓库的预期用途有哪些？（5）对计划中的数据仓库的考虑要点是什）对计划中的数据仓库的考虑要点是什么？么？疙厦潍佐瞪郝匹奉妮昧泪审咱炎郡锡党骏湛拿珐帐锹坎敌撰递兑拂炉浩篇第4章数据仓库设计A第4章数据仓库设计A134.数据量与更新频率数据量与更新频率（1）数据仓库的总数据量有多少？）数据仓库的总数据量有多少？（2）决策支持所需的数据更新频率是多少？）决策支持所需的数据更新频率是多少？时间间隔是多长时间间隔是多长?（3）每种决策分析与不同时间的标准对比如）每种决策分析与不同时间的标准对比如何？何？（4）数据仓库中的信息需求的时间界限是什）数据仓库中的信息需求的时间界限是什么？么？屎姑虱硬淡
7、毒纬徽惯馏厕蚁榜摇伊酬棚尉担摹入座民锡甚再粥保梨巾呼缄第4章数据仓库设计A第4章数据仓库设计A14通过需求分析，需要的数据包括：通过需求分析，需要的数据包括：1.数据源数据源（1）可用的数据源）可用的数据源（2）数据源的数据结构）数据源的数据结构（3）数据源的位置）数据源的位置（4）数据源的计算机环境）数据源的计算机环境（5）数据抽取过程）数据抽取过程（6）可用的历史数据）可用的历史数据苏衔喻扯尖匿笨隆坷氏置樊焉漂腆侨贰酗醉遂承差演亩颅绘兢美据仕均氖第4章数据仓库设计A第4章数据仓库设计A152.数据转换数据转换数据仓库中的数据是为决策分析服务，而源数据仓库中的数据是为决策分析服务，而源系统的
8、数据为业务处理服务。系统的数据为业务处理服务。需要决定如何正确地将这些源数据转换成适需要决定如何正确地将这些源数据转换成适合数据仓库存储的数据。合数据仓库存储的数据。 穿牛嫩坝鼠浪济疾湛素邱伯奈侣付怜鬃替赐惋磋诚嗓薄教磨瑚腋迸蘑掇既第4章数据仓库设计A第4章数据仓库设计A163.数据存储数据存储数据仓库所需要的数据的详细程度，包括数据仓库所需要的数据的详细程度，包括足够的关于存储需求的信息，估计数据仓足够的关于存储需求的信息，估计数据仓库需要多少历史和存档数据。库需要多少历史和存档数据。粮箩勺程丘骂握奈滤辨膛缨瓮啼咒颂吝才橇剧喀燎楼猛英沏勺苔九毡用皿第4章数据仓库设计A第4章数据仓库设计A17
9、4.决策分析决策分析（1）向下层钻取分析）向下层钻取分析（2）向上层钻取分析）向上层钻取分析（3）横向钻取分析）横向钻取分析（4）切片分析）切片分析（5）特别查询报表）特别查询报表二开默垣郴巨瘴茹椎漾饵疡筑俺啦尧浦固逝珠词攘弗大蔚份庞坛兑笛炽缩第4章数据仓库设计A第4章数据仓库设计A18需求分析简单举例：需求分析简单举例：辑立盾骨鸥鼠嗡掩伞狮瞅潜嘱瞒脾覆囚谬撞嵌鞋揭重照肇药跋仁殴卜房蜒第4章数据仓库设计A第4章数据仓库设计A194.1.2概念模型设计概念模型设计概念模型的特点是：概念模型的特点是：（1）能真实反映现实世界，能满足用户对数据的分）能真实反映现实世界，能满足用户对数据的分析，达到决
10、策支持的要求，它是现实世界的一个析，达到决策支持的要求，它是现实世界的一个真实模型。真实模型。（2）易于理解，便利和用户交换意见，在用户的参）易于理解，便利和用户交换意见，在用户的参与下，能有效地完成对数据仓库的成功设计。与下，能有效地完成对数据仓库的成功设计。（3）易于更改，当用户需求发生变化时，容易对概）易于更改，当用户需求发生变化时，容易对概念模型修改和扩充。念模型修改和扩充。（4）易于向数据仓库的数据模型（星型模型）转换。）易于向数据仓库的数据模型（星型模型）转换。蹦削咙链凳汗蜀鞍丑军料疡湘优蒜弯貌知柴七落卵筷街滩湍睦居坯滇菠潘第4章数据仓库设计A第4章数据仓库设计A20概念模型最常用
11、的表示方法是实体关系法（概念模型最常用的表示方法是实体关系法（E-R法）。法）。nE-R图描述的是实体以及实体之间的联系，图描述的是实体以及实体之间的联系，n用长方形表示实体，在数据仓库中就表示主题，椭圆用长方形表示实体，在数据仓库中就表示主题，椭圆形表示主题的属性，并用无向边把主题与其属性连接形表示主题的属性，并用无向边把主题与其属性连接起来；起来；n用菱形表示主题之间的联系，用无向边把菱形分别与用菱形表示主题之间的联系，用无向边把菱形分别与有关的主题连接。有关的主题连接。n若主题之间的联系也具有属性，则把属性和菱形也用若主题之间的联系也具有属性，则把属性和菱形也用无向边连接上。无向边连接上
12、。懒趁巩辟害彦鞠肾耶啦岸拢谣辑核势弯镇骤绍坟课烃堰拥竖恍硬姚某痒巾第4章数据仓库设计A第4章数据仓库设计A21例子例子有两个主题：商品和客户，主题也是实体。有两个主题：商品和客户，主题也是实体。商品有如下属性组：商品有如下属性组：n商品的固有信息（商品号、商品名、类别、价格等）；商品的固有信息（商品号、商品名、类别、价格等）；n商品库存信息（商品号、库房号、库存量、日期等）；商品库存信息（商品号、库房号、库存量、日期等）；n商品销售信息（商品号、客户号、销售量等）；商品销售信息（商品号、客户号、销售量等）；客户有如下属性组：客户有如下属性组：n客户固有信息（客户号、客户名、住址、电话等）；客户
13、固有信息（客户号、客户名、住址、电话等）；n客户购物信息（客户号、商品号、售价、购买量等）。客户购物信息（客户号、商品号、售价、购买量等）。n商品的销售信息与用户的购物信息是一致的，它们是两个主商品的销售信息与用户的购物信息是一致的，它们是两个主题之间的联系。题之间的联系。可踪崎斋碾扒瑶捡篙梗襄炊戌遵故瞎怪澈俺船河料梦襟娃撞士斑艰徐违舀第4章数据仓库设计A第4章数据仓库设计A22商品商品固有信息商品号商品库存信息销 售 信息购物信息 客户客户固有信息客户号=我蛆础笨迪瓮眨倦补滚逾久桐痞狙浅旧悉渡洽璃哪寞庐曾匡裤涧抖袱咙棕第4章数据仓库设计A第4章数据仓库设计A234.1.3逻辑模型设计逻辑模型
14、设计n主要工作为：主要工作为：（1）主题域进行概念模型（）主题域进行概念模型（ER图）到逻辑模图）到逻辑模型（星型模型）的转换型（星型模型）的转换（2）粒度层次划分）粒度层次划分（3）关系模式定义）关系模式定义（4）定义记录系统）定义记录系统拌逗鹰摇努喂慧屠垃蹲沦趋粕指拷径事面姬纵悬收畦锯巴擂壹汕陡烫弛榷第4章数据仓库设计A第4章数据仓库设计A241、主题域进行概念模型到逻辑模型的转换、主题域进行概念模型到逻辑模型的转换n星型模型的设计步骤如下：星型模型的设计步骤如下：（1）确定决策分析需求）确定决策分析需求n决策需求是建立多维数据模型的依据。（2）从需求中识别出事实）从需求中识别出事实n选择
15、或设计反映决策主题业务的表，如在“商品”主题中，以“销售业务”作为事实表。（3）确定维）确定维n确定影响事实的各种因素，对销售业务的维包括商店，地区，部门，城市，时间，商品等，如图4.2所示。宰葱咕奢舜骂俘炎热度寸休充银赣仆臭鸣丙迂昏侗剐硬寇溃姓寞瓮酪零廉第4章数据仓库设计A第4章数据仓库设计A25销售数据和维销售数据商品促销时间部门城市地区商店图图4.2 销售业务的多维数据销售业务的多维数据升徒孽胚恼德擒孔厌胖翟视靠墩琶敦舰殴献宋崇墓廉飘筹绥恶癌讲员威疮第4章数据仓库设计A第4章数据仓库设计A26（4 4）确定数据汇总水平确定数据汇总水平 数据仓库中对数据不同粒度的集成和综合，数据仓库中对数
16、据不同粒度的集成和综合，形成了多层次、多种知识的数据结构。例如，对形成了多层次、多种知识的数据结构。例如，对于时间维，可以以于时间维，可以以“年年”、“月月”或者或者“日日”等等不同水平进行汇总。不同水平进行汇总。（5 5）设计事实表和维表）设计事实表和维表 设计事实表和维表的具体属性。在事实表中设计事实表和维表的具体属性。在事实表中应该记录哪些属性是由维表的数量决定的。一般应该记录哪些属性是由维表的数量决定的。一般来说，与事实表相关的维表的数量应该适中，太来说，与事实表相关的维表的数量应该适中，太少的维表会影响查询的质量，用户得不到需要的少的维表会影响查询的质量，用户得不到需要的数据，太多的
17、维表又会影响查询的速度数据，太多的维表又会影响查询的速度。 则零冷剁杭辩溶携葬队无契拴址机域浅圆节囚驾室携钎瞪贷笨趾家熬枉戮第4章数据仓库设计A第4章数据仓库设计A27（6 6）按按使使用用的的DBMSDBMS和和分分析析用用户户工工具具，证证实实设计方案的有效性设计方案的有效性 根根据据系系统统使使用用的的DBMSDBMS，确确定定事事实实表表和和维维表表的的具具体体实实现现。由由于于不不同同的的DBMSDBMS对对数数据据存存储储有有不不同同的的要要求求，因因此此设设计计方方案案是是否否有有效效还还要要放放在在DBMSDBMS中中进进行行检验检验 （7 7）随着需求变化修改设计方案随着需求
18、变化修改设计方案 随随着着应应用用需需求求的的变变化化，整整个个数数据据仓仓库库的的数数据据模模式式也也可可能能会会发发生生变变化化。因因此此在在设设计计之之初初，充充分分考考虑数据模型的可修改性可以节省系统维护的代价虑数据模型的可修改性可以节省系统维护的代价。辣肚疼呀椿腑祝吃镊瞅仰迅馆异裙灯仿摧装窖软溢搭换镣蓄沿滦谨定危损第4章数据仓库设计A第4章数据仓库设计A28从的从的ER图转换成星型模型实例说明图转换成星型模型实例说明 （1）业务数据的）业务数据的E-R图图销售销售日期商店号商品号销售数量销售单位商品商品号商品名商品类号存货星期商店号商品号数量1m1m商店商店号商店名地址城市省邮编地区
19、号1mm11商品类商品类号商品类名部门号m1m地区地区号地区名坑弊抄瞎唉媚逼捶危裸饲镣八召市为闪音待冰比酮拒兵侧楞娜慢丛妻烦窍第4章数据仓库设计A第4章数据仓库设计A29（2）E-R图向多维表的转换图向多维表的转换n该问题的多维表模型中，该问题的多维表模型中，商品维商品维包括部门、包括部门、商品和商品大类，商品和商品大类，地点维地点维包括地区和商店，包括地区和商店，忽略存货，而只注意销售事实。在忽略存货，而只注意销售事实。在E-R图中不图中不出现的时间，在多维模型中增加出现的时间，在多维模型中增加时间维时间维。n在多维模型中，实体与维之间建立映射关系，在多维模型中，实体与维之间建立映射关系，联
20、系多个实体的实体就成为事实，联系多个实体的实体就成为事实，此处销售此处销售实体作为事实，其他实体作为维实体作为事实，其他实体作为维。然后用维。然后用维关键字将它转换为星型模型，如图关键字将它转换为星型模型，如图4.5所示。所示。寂外哦措仔使世茨馈毗偿谴芋现琅惋懈淆永筐期听痛奸脸共授拦杏修猎控第4章数据仓库设计A第4章数据仓库设计A30商品维地区维时间维部门地区年商品大类商店月商品周日销售事实 E-R图向多维模型的转换图向多维模型的转换巷寥奴莽柔廖截锣疲档墩兜岩妨逆馈宫个熙箍贪驱恩沾伯辞腊炼识恰债企第4章数据仓库设计A第4章数据仓库设计A31利用维关键字制定的星型模型利用维关键字制定的星型模型蝗
21、勾空赞想凝妆兵驱幻绳迁她褂嫉勒茹嚏叔行顾熔伤瓜份砾也够驯那矫阶第4章数据仓库设计A第4章数据仓库设计A32n在各维中，只有部门，商品类，地区，商店在各维中，只有部门，商品类，地区，商店的的编号没有具体的说明编号没有具体的说明。n为了打印报表将为了打印报表将增加这些编号的名称说明增加这些编号的名称说明，即部门名、商店名等，在维表中增加这些说即部门名、商店名等，在维表中增加这些说明，即修改该星型模型。明，即修改该星型模型。 葵竞眉候堕当奎炼玩距纤松氯韵盖厄担贯滁棒吭溪抱域图速拜嚣葫笑胯淑第4章数据仓库设计A第4章数据仓库设计A33修改后的星型模型修改后的星型模型呛甭顽佃烫桓首颗磨析妥盐够喇尔嫩樱拈
22、痹待恩以居横粕趴版阿乐刺浸氰第4章数据仓库设计A第4章数据仓库设计A342、粒度层次划分、粒度层次划分n所谓粒度是指数据仓库中数据单元的详细所谓粒度是指数据仓库中数据单元的详细程度和级别。程度和级别。n数据越详细，粒度越小，层次级别就越低；数据越详细，粒度越小，层次级别就越低；数据综合度越高，粒度越大，层次级别就数据综合度越高，粒度越大，层次级别就越高。越高。 n进行粒度划分，首先要确定所有在数据仓进行粒度划分，首先要确定所有在数据仓库中建立的表，然后估计每个表的大约行库中建立的表，然后估计每个表的大约行数。数。 诌据弛军臻雾探淬颁清啦券跋舅吝砂将轻粉鳃舱慷壮棘疗鳞莉借渤韶乎藕第4章数据仓库设
23、计A第4章数据仓库设计A353、关系模式定义、关系模式定义n在概念模型设计时，我们就确定了数据仓在概念模型设计时，我们就确定了数据仓库的基本主题，并对每个主题的公共码键、库的基本主题，并对每个主题的公共码键、基本内容等做了描述。基本内容等做了描述。n在这一步里，我们将要对选定的当前实施在这一步里，我们将要对选定的当前实施的主题进行模式划分，形成多个表，并确的主题进行模式划分，形成多个表，并确定各个表的关系模式。定各个表的关系模式。 地秘躺排摧蜀吓峨范哎福翁物绳祝税爆雌湾愧姚蔫肝诌梆溃酉博校序嫌扩第4章数据仓库设计A第4章数据仓库设计A36“商品商品”主题主题公共码键：商品号。公共码键：商品号。
24、n商品固有信息：商品固有信息：n商品表（商品号、商品名、类型、颜色）商品表（商品号、商品名、类型、颜色）细节级细节级商品销售信息：商品销售信息：n销售表销售表1（商品号、客户号、销售量、（商品号、客户号、销售量、）细节级细节级n销售表销售表2（商品号、时间段（商品号、时间段1、销售量、销售量、）综合级综合级n n销售表销售表n（商品号、时间段（商品号、时间段n、销售量、销售量、）综合级综合级障堰婚菜玄动宁杭尹之揉河并沏哉咐嗜袖山扛消铬减祁我组乒潞附呛仿殴第4章数据仓库设计A第4章数据仓库设计A374、定义记录系统、定义记录系统n定义记录系统是建立数据仓库中的数据以定义记录系统是建立数据仓库中的
25、数据以源系统中的数据的对照记录。源系统中的数据的对照记录。n记录系统的定义要记入数据仓库的元数据。记录系统的定义要记入数据仓库的元数据。n商品主题的记录系统在元数据中可描述如商品主题的记录系统在元数据中可描述如下表所示。下表所示。巷锚酚芍清巨履赴羚漳破掀沼昧太鄙历次捞煞由诡皂酗成阉帘棠博遁奔彝第4章数据仓库设计A第4章数据仓库设计A38主题名属性名数据源系统源表名源属性名商品商品商品商品商品商品商品商品商品商品号商品名类别客户号销售日期售价销售量库存量库存号库存子系统库存子系统库存子系统销售子系统销售子系统销售子系统销售子系统库存子系统库存子系统商品商品商品客户销售销售销售库存仓库商品号商品名
26、类别客户号日期单价数量库存量仓库号表：记录系统的定义表：记录系统的定义锁寡哄吸粹矛耳铆娃夯毁椎规辆件坟歧谍萍坡蜀芥俗釜龋耘弊法闸阂妓诗第4章数据仓库设计A第4章数据仓库设计A394.1.4 物理模型设计物理模型设计n确定一个最适合应用要求的物理结构（包确定一个最适合应用要求的物理结构（包括存储结构和存取方法）。括存储结构和存取方法）。（1）估计存储容量）估计存储容量（2）确定数据的存储计划）确定数据的存储计划（3）确定索引策略）确定索引策略（4）确定数据存放位置）确定数据存放位置（5）确定存储分配）确定存储分配孽迫行剖出壬汗胚趴毯踌讫痞舱挨驳范闺彪华峦棘骤羞纶包团扳秸益漫昆第4章数据仓库设计A
27、第4章数据仓库设计A401.估计存储容量估计存储容量（1）对每一个数据库表确定数据量）对每一个数据库表确定数据量（2）对所有的表确定索引）对所有的表确定索引（3）估计临时存储）估计临时存储移工辩涉辟雄纳办古城报码敢绿照释补褐年射赘债瞧扶钮忙轧瓣运研话型第4章数据仓库设计A第4章数据仓库设计A412.确定数据的存储计划确定数据的存储计划（1）建立聚集（汇总）计划）建立聚集（汇总）计划（2）确定数据分区方案）确定数据分区方案（3）建立聚类选项）建立聚类选项挚品端凰文灵道胳接泽藏痞何骚汁理峦饭邀惟违佳品守梗惰锅烂蜗总隙蜜第4章数据仓库设计A第4章数据仓库设计A423.确定索引策略确定索引策略n在数据
28、仓库中由于数据量很大，需要对数据的存在数据仓库中由于数据量很大，需要对数据的存取路径进行仔细设计和选择，建立专用的复杂的取路径进行仔细设计和选择，建立专用的复杂的索引，以获得最高的存取效率。索引，以获得最高的存取效率。n采用采用BTree索引，它是一个高效的索引，见图索引，它是一个高效的索引，见图4.7所示。所示。B树是一个平衡（树是一个平衡（balance）树，即每）树，即每个叶结点到根节点的路径长度相同。个叶结点到根节点的路径长度相同。B树索引是树索引是一个多级索引。一个多级索引。舟歼儿置巷储沪芒薛养洲朴表牧蜘挥裴迄政良察着星斥作焰勒式遍壤邻棱第4章数据仓库设计A第4章数据仓库设计A434
29、.确定数据存放位置确定数据存放位置n在物理设计时，我们常常要按数据的重要程度、在物理设计时，我们常常要按数据的重要程度、使用频率以及对响应时间的要求进行分类，并将使用频率以及对响应时间的要求进行分类，并将不同类的数据分别存储在不同的存储设备中。不同类的数据分别存储在不同的存储设备中。n重要程度高、经常存取并对响应时间要求高的数重要程度高、经常存取并对响应时间要求高的数据就存放在高速存储设备上，如硬盘；据就存放在高速存储设备上，如硬盘；n存取频率低或对存取响应时间要求低的数据则可存取频率低或对存取响应时间要求低的数据则可以放在低速存储设备上，如磁盘或磁带。以放在低速存储设备上，如磁盘或磁带。 抛
30、沦谜筹梢野税洼晚健拐谍案盈开姨炕叶瘴甘印打诵若秉芹浩慢廖欠束卵第4章数据仓库设计A第4章数据仓库设计A445.确定存储分配确定存储分配n物理存储中以文件、块和记录来实现。一个文件物理存储中以文件、块和记录来实现。一个文件包括很多块，每个块包括若干条记录。包括很多块，每个块包括若干条记录。n文件中的块是数据库的数据和内存之间文件中的块是数据库的数据和内存之间I/O传输传输的基本单位，在那里对数据进行操作。的基本单位，在那里对数据进行操作。n用一个简例来说明逻辑模型和物理模型的内容，用一个简例来说明逻辑模型和物理模型的内容，见下图所示。见下图所示。 是吻恍烁撒捶凉谎伞辞姆羹阳咸喳嚣咆讣偷窃毫奥淮挪
31、阀绒绚叭歌乔潭睫第4章数据仓库设计A第4章数据仓库设计A45名称类型长度注释产品维表包括公司所有产品的信息Product-Keyinteger10主键Product-Namechar25产品名称Product-SKuchar20库存单位销售员维表包括不同地区的所有销售员信息Salpers-Keyinteger15主键Salpers-Namechar30销售员姓名Territorychar20销售员所在区域Regionchar20所在地区订单事实表包括公司收到的所有订单Order-Keyinteger10订单键Order-Namechar20订单名称Product-refinteger10参考产
32、品主键Salpers-refinteger15参考销售员主键Order-AmountNum8，2销售额Order-CostNum8，2订单成本逻辑模型产品维表产品键产品名库存单位品牌订单事实表订单键订单名产品键销售员键销售额订单成本销售员维表销售员键姓名地域地区当笋病稳勒蛋桂疼截活浆囱顷除刹啸桌躬尼挡汲购玉仿柄箔忠肌膊夯躁戏第4章数据仓库设计A第4章数据仓库设计A464.1.5 数据仓库的索引技术数据仓库的索引技术1.位索引技术位索引技术2.标识技术标识技术3.广义索引广义索引酮扼熔催漏寞语儒清蔗瘁惩捕笨鲤貉俐澎丝腿哑黍隘吹圃瞬雪触搬衅顷痕第4章数据仓库设计A第4章数据仓库设计A471.位索引
33、技术位索引技术（1）Bit-Wise索引技术索引技术（2）B-Tree技术与技术与Bit-Wise索引技术对比索引技术对比选王豁惫紫彦岸迈搭悟胆丝酉晓美学单薄赖澡纳房号瓣各昏芭络记办挨芜第4章数据仓库设计A第4章数据仓库设计A48n对于每一个记录的字段满足查询条件的真对于每一个记录的字段满足查询条件的真假值用假值用“1”或或“0”的方式表示，或者用的方式表示，或者用该字段中不同取值（即多位二进制）来表该字段中不同取值（即多位二进制）来表示。示。 n例如，检索例如，检索“美国美国加州加州有多少有多少男性男性未申请未申请保险？保险？”n利用BitWise技术得到有两个记录 满足条件。 书屈吠悯印句
34、恿蚕谩献博辫萍恕番屯室饰肖晴聊尧辩尹揭饥翰茸皖栗贤涕第4章数据仓库设计A第4章数据仓库设计A49性别保险州1MYMA2MNCA3FYIL4MNCA=2男未保险加州100111000111呼裁俗耸溃颠梗晚菱枢袖竿鸳吸赦蛀拴萎讼婚阳榷铲俱簇漏校衷俗萝袖袖第4章数据仓库设计A第4章数据仓库设计A50（2）B-Tree技术与技术与Bit-Wise索引技术对比索引技术对比nBit-Wise索引技术比索引技术比B-Tree技术能提高相应速度技术能提高相应速度10100倍。倍。n对于检索对于检索“美国加州有多少男性未申请保险？美国加州有多少男性未申请保险？”为为例，假设数据库有例，假设数据库有10M记录，每
35、个记录长记录，每个记录长800个个字节，每一页字节，每一页16K字节。字节。n按传统的关系数据库的检索按传统的关系数据库的检索：需要经过：需要经过50万次万次I/O操作。操作。n按按BitWise检索检索：对于：对于10M个记录建立三列的个记录建立三列的BitWise索引。存取这些索引只要进行索引。存取这些索引只要进行235次次I/O操作。操作。嘲篆鹤殆栗痒袋利胎谣柜掇闯芦陛斋丑掉值烈乱树伐菱缎蚤谚玫袄哀础蚤第4章数据仓库设计A第4章数据仓库设计A512.标识技术标识技术 姓名 籍贯 职称 年龄陈文东 江西 教授 56何玉辉 河北 讲师 32李宝 湖南 副教授 37施东 江苏 讲师 28曹文
36、湖南 副教授 36赵玉 吉林 讲师 32黄小斌 江苏 讲师 28赛英花 山东 副教授 32彭宏 江西 讲师 25廖宇宙 湖南 教授 42样本记录： 斟逊延靶攘沏贩猫侮找捅嚎盔臆该捞若炙赋臆们断逢遍淫伎才遍滦氧拭几第4章数据仓库设计A第4章数据仓库设计A52n数据库中的每个实体创建一个标识。数据库中的每个实体创建一个标识。“江西江西”在籍贯中是在籍贯中是01标识。标识。“28”在年龄中是在年龄中是02标标识。识。“讲师讲师”在职称名中有一个在职称名中有一个03标识。上面标识。上面的数据库可以被减化为一系列标识，如下面所的数据库可以被减化为一系列标识，如下面所示：示： 姓名姓名 籍贯籍贯 职称职称
37、 年龄年龄陈文东陈文东 01 江西江西 01 教授教授 01 25 01何玉辉何玉辉 02 河北河北 02 副教授副教授 02 28 02李宝李宝 03 湖南湖南 03 讲师讲师 03 32 03施东施东 04 江苏江苏 04 36 04曹文曹文 05 吉林吉林 05 37 05赵玉赵玉 06 山东山东 06 42 06黄小斌黄小斌 07 56 07赛英花赛英花 08 彭宏彭宏 09 廖宇宙廖宇宙 10 元臣海抑跃笨遍第营瞎勃赖页走禁汁歹屁随妙插梨俱歪痉罢扦奉梭璃卑根第4章数据仓库设计A第4章数据仓库设计A53数据库被精简如下：数据库被精简如下：记录记录1 01,01,01,07记录记录2 0
38、2,02,03,03记录记录3 03,03,02,05记录记录4 04,04,03,02记录记录5 05,03,02,05记录记录6 06,05,03,03记录记录7 07,04,03,02记录记录8 08,06,02,03记录记录9 09,01,03,01锦腑乏辕鳃房肃耶陆将智脓嚏快既霄耐刻泌镁捡蛰羊耽凹儒勋佐井了诗殉第4章数据仓库设计A第4章数据仓库设计A543.广义索引广义索引n对数据仓库的一个很广泛的应用问题是对数据仓库的一个很广泛的应用问题是“这这个月销售最好和最差的个月销售最好和最差的10种商品是哪些？种商品是哪些？”n我们可以设计这么一块“黑板”，在上面标明了当月销售最好和最差的10种商品的名称或者它们相关记录的存放地址。这块“黑板”就是我们所说的“广义索引”。痘写磺署孝烯卖癸饶稀效撑盟沉伐蚀扮弥缠唾设灶减梦再鸭拣咯飞惋冀书第4章数据仓库设计A第4章数据仓库设计A55第一部分结束第一部分结束寺当搬集圣铸疆输桐缓证吮浸泥对筋恶勇宛逢拌听小靖谣巾窘州它校份撰第4章数据仓库设计A第4章数据仓库设计A56
