管理信息系统-数据仓库.ppt

数据仓库技术 数据仓库的概念 数据仓库中的数据收集 数据仓库的数据的组织 数据仓库的系统开发 OLAP 数据挖掘 现有数据库系统的侧重点 现有的数据库系统，主要用于事务处理 ??一笔存款（一张存款单） ??一笔取款（一张取款单） ??一笔转帐（一张转帐单） ??一次挂失（一张挂失单） 强调的是多用户环境下如何针对并发用户的增删改操作，保证数据的一致性和可恢复性，并发用户的吞吐量为数据库管理系统的重要性能指标 数据查询举例 查询2009年3月19日在工行福建分行福州支行办理牡丹灵通卡挂失业务的客户资料 数据库方法 ??（机构（机构名称=“工行福建分行福州支行”）[机构代码]*卡资料表（卡状态=“挂失”^业务发生时间=“03/19/2009”^类别＝“牡丹灵通卡”）[机构代码、客户号]*客户信息）[姓名，性别，单位，电话…] 文件方法 ??由应用程序实现，一段不小的程序（过程），包括打开、关闭文件，读、写一个记录 新的信息需求… 例1：今年销售量下降的因素（时间、地区、商品、销售部门） ??时间：销售 ??地区：（销售*顾客）[顾客地址所在的地区,……] ??商品：（销售*订单细则）[商品类别,……] ??销售部门：销售*员工*部门[部门名称,……] 例2：持卡人今年的交易情况与以往相比，有怎样的变化？交易特点（存款、取款、转帐、消费）是什么？持卡人消费倾向（宾馆、大型商场、超级市场等）是什么？ 要求： ??多个子系统中的数据（数据集成） ??历史数据 ??汇总、综合的数据 ??一致的数据视图 事务型处理 事务型处理：即操作型处理，是指对数据库的联机操作处理。事务型处理是用来协助企业对响应事件或事务的日常商务活动进行处理。 它是事件驱动、面向应用的，通常是对一个或一组记录的增、删、改以及简单查询等。事务型处理的应用程序和数据是紧紧围绕着所管理的事件来构造的。 在事务型处理环境中，数据库要求能支持日常事务中的大量事务，用户对数据的存取操作频率高而每次操作处理的时间短。 分析型处理 分析型处理：用于管理人员的决策分析，例如DSS、 EIS、和多维分析等。它帮助决策者分析数据以察看趋向、判断问题。 分析型处理经常要访问大量的历史数据，支持复杂的查询。在分析型处理中，并不是对从事务型处理环境 中得到的细节数据进行分析。细节数据量太大，会严重影响分析的效率，而且太多的细节数据不利于分析人员将注意力集中于有用的信息。 分析型处理过程中经常用到外部数据，这部分数据不是由事务型处理系统产生的，而是来自于其他外部数据源。 两种报表的区别 两种报表的区别 例：就一个银行而言，出纳员和银行行长都需要出具报表。 ??出纳员需要操作型报表，因为他需要知道当天所有交易，来确定一天结束时的现金余额； ??银行行长的长期战略决策（如决定一个地区安装ATM机的数目）就需要了解大量的内部和外部信息，每天的交易报表对他意义不大，他更需要分析型报表 体系结构化环境的层次 在实际中经常存在这样… 数据仓库要解决的基本问题 数据仓库(Data Warehouse)的定义 W.H.Inmon对数据仓库所下的定义：数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用以支持管理决策的过程。 - W.H.Inmon 对数据仓库的理解 ??数据仓库用于支持管理和决策，面向分析型数据处理，它不同于企业现有的面向交易的操作型数据库； ??数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据 面向主题 主题：是一个抽象的概念，是在较高层次上将企业信息系统中的数据综合、归类并进行分析利用的抽象。在逻辑上，它对应于企业中某一宏观分析领域所涉及的分析对象。 采用面向主题进行数据组织，其特点为： ??充分考虑企业的部门组织结构和业务活动 ??反映企业内部数据流动情况，业务处理的数据流程 ??与业务处理流程中的单据、票证、文档有良好的对应 ??数据与应用（数据的处理）有一定的对应 当数据围绕主题进行组织时，每个键码都有一个时间元素。 面向主题数据组织的实现 多个表 面向主题数据组织的实现 公共码键 面向主题数据组织的实现 不同介质 集成性 集成性 消除冲突：不一致，同名异义、异名同义、单位不统一等等，需要进行数据清理(因为来源于不同的子系统，与不同的主要逻辑捆绑) 数据的综合和计算:可在抽取数据时；也可在进入DW以后。 相对稳定性 数据仓库中的数据反映的是一段时间内历史数据的内容，是不同时点的数据库快照的集合，以及基于撰写快照进行统计、综合和重组的导出数据，而不是联机处理的数据。 数据仓库中的数据主要供企业高层决策分析之用，所涉及的数据操作主要是查询，一般情况下并不进行修改操作，