数据仓库类论文答辩问题准备.docVIP

1、数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、反映历史变化的（Time Variant）、相对稳定的（Non-Volatile）的数据集合，用于支持管理决策一个完整的数据仓库系统包含几个部分:源数据、ETL、数据仓库数据库、多维数据集、前端工具，元数据。其中最关键的是ETL，即数据抽取(Extraction)、转换(Transformation)、装载(Load)DTS，即数据转换访问(Data Transformation Services，是SQL Server中提供的一项功能强大的技术，它允许用户从不同的源中导入、导出和转换数据。这些源可以是SQL Server、任何一种ODBC兼容数据源、OLE DB兼容数据源以及文本文件OLAP委员会对OLAP的定义是，使分析人员、管理人员或执行人员能够从多种角度对从原始数据转换而来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取a) 维:是人们观察数据的特定角度，如时间维、地理维等。 b) 维的层次:层次描述了同一维的不同聚合程度，也就是说维还可以存在细节程度不同的各个描述方面，如时间维可以分为年、季度、月份、天4个层次。 c) 维的成员:维的一个取值。是数据项在某维中位置的描述。如“某年某月某日”是在时间维上的描述。 d) 多维数据集:又称立方、立方体或多维数组，是OLAP的核心，也是决策支持的支柱，它是维和观察变量的组合表示。如:(时间，车间，生产线，故障产品总数)。 e) 数据单元格:是多维数据集的取值。当在多维数据集中的每个维都选中一个维成员以后，这些维成员的组合就己确定了观察变量的值。如(2003年7月，1车间，LCD_3，78)即是多维数据集的一个数据单元。 f) 度量值(变量值):在多维数据集中有一组度量值，这些值是基于多维数据集中事实表的一列或多列，是数字型的。度量值是多维数据集的核心值，是最终用户在数据仓库应用中所需要查看的数据。 ( 一个多维数据库引擎，可以使用MDX（Multi-Dimensional Expressions多维表达式）来存储和访问数据。  Analysis( Manager（分析管理器），可以完成相应的管理功能，包括创建和编辑多维数据集、维度和度量。  一个称为DSO（Decision Support( Objects决策支持对象）的COM组件库，可以通过编程的方式实现对管理层的访问。 ( PivotTable（数据透视表）存储并访问处于本地的OLAP多维数据集。 Analysis Services体系结构，见图1. 数据抽取主要解决两个主要问题：将不同的系统中的数据按共同约定的格式和含义转化；整理数据，清除不正确的数据并补充遗失的数据；同时转换程序会选择数据来源中符合条件的数据。用户历史数据抽取与转换程序，驻留在服务器上，每日在指定的时刻自动执行。 OLAP客户端统计数据与图形化表示程序，直接面向使用者。在客户端连接Microsoft Analysis Server，根据需要展示数据立方体的切片或切块。Microsoft公司推出了功能强大的ADO/MDC ActiveX Data Object/Multi-Dimensional) COM对象组和DSO ( Decision Support Object)对象组，可以用包括Visual Basic, Visual C++， Delphi和C# 等开发工具来开发客户端，能够连接并操纵服务器. Analysis Services数据访问模型---ADO/MD是传统ADO对象模型的系列扩展，可以更好地支持多维数据模型。ADO/MD对象模型可以被分为两个部分，一个对象组处理OLAP数据库架构，允许一个程序在维度、级别、成员、计算度量和类似的对象中进行导航。第二个对象组提供了对于各处的MDX查询返回数据的处理，同时还支持多维返回集合以及对个别单元的格式化。 Microsoft? SQL Server? OLAP服务(OLAP Services)完全具有OLAP功能的特征，是Microsoft SQL Server 7.0的一个组件。OLAP 服务包括一个中间层(middle-tier)服务器，利用其杰出的性能，允许用户对大量的数据进行复杂的分析。OLAP 服务的另外一个特性是客户端高速缓存和计算引擎，称为Microsoft PivotTable? Service (微软数据透视表服务)，它帮助提高性能和降低网络流量。数据透视表服务允许用户在企业网络断开时进行分析。 11、OLAP服务通过Microsoft OLE DB for OLAP接口与种类广泛的工具