数据仓库设计.ppt

数据仓库设计 内容提要 数据仓库的开发过程 数据仓库设计步骤 数据仓库的概念设计 概念设计步骤 星型模型 数据仓库的开发 与数据库应用系统的开发过程相比，有如下几方面不同： 面向的处理类型不同； 面向的需求不同； 系统设计的目标不同； 两者的数据来源或系统的输入不同； 系统设计的方法和步骤不同； 数据库应用开发过程——SDLC 数据仓库的开发过程——CLDS 数据仓库开发的特点：数据驱动 数据驱动 ：从已有数据出发的数据仓库设计方法称为“数据驱动”的系统设计方法。 利用以前所取得的工作成果 不再是面向应用 利用数据模型 数据模型是联系操作型数据环境的设计、数据仓库数据环境的设计、操作型数据处理应用的开发和设计以及DSS应用的开发与设计的纽带 数据仓库的螺旋式开发方法 数据仓库实现策略 开发策略主要有： 自顶向下：实际应用比较困难 。 自底向上：用于一个数据集市或一个部门的数据仓库开发 ，容易获得成功 。 两种策略的联合使用 ：能够快速地完成数据仓库的开发与应用，而且还可以建立具有长远价值的数据仓库方案。在实际使用中难以操作 。 数据仓库的结构 数据仓库的应用结构 基于业务处理系统的数据仓库 单纯数据仓库 单纯数据集市 数据仓库和数据集市 数据仓库的技术平台结构 单层结构 客户/服务器两层结构 三层客户/服务器 多层式结构 数据仓库使用方案和项目规划预算 数据仓库使用方案 最终用户的决策支持要求 数据仓库的技术要求 开发方案的预算进行估计 编制数据仓库开发说明书 说明系统与企业战略目标的关系，系统与企业急需处理的、范围相对有限的开发机会。 业务机会的说明以及任务概况说明、重点支持的职能部门和今后工作的建议。 计划中需要阐明期望取得的有形和无形利益 规划书中要确定数据仓库的开发目标实现范围、体系结构和使用方案及开发预算。 数据仓库的设计步骤 数据仓库的设计步骤 1.概念模型设计：界定系统边界、确定主要的主题域 2.技术准备工作：技术评估和环境的准备 3.逻辑模型设计：确定要装载的主题、粒度层次划分、数据分割策略、关系模式定义和记录系统定义 数据仓库的设计步骤 4.物理模型设计：确定数据的存储结构、索引策略、数据存放位置和存储分配 5.数据仓库生成：设计接口和将数据装入 6.数据仓库运行与维护：开发决策支持系统DSS的应用；进一步理解需求，调整和完善数据仓库系统，维护数据仓库； 概念模型设计 概念模型的设计阶段： 用户需求调查 模型定义 模型分析 模型设计 概念模型的需求调查 数据仓库开发的任务书 首先要明确用户的信息需求 了解管理人员在信息需求方面的内容 了解关于信息的来源 组织所使用的系统环境 概念模型的定义 数据仓库用户的决策分析 支持决策的数据需求分析 数据需求分析工具：CRUD矩阵 C：Create产生； R：Read引用； U：Update更新； D：Delete删除。 例：了解用户的决策分析问题 CRUD矩阵 企业业务处理系统数据存储表 概念模型的分析 简单的概念模型的缺陷 仅从数据模型的角度，会产生“平面”的效应； 实体之间不会是简单的对等的关系； 实体的三维透视 某些实体的数据载入量要远远大于其他实体； 星型模型 利用星型模型对要载入大量数据的实体进行管理； 产生大量数据的实体处于中央，称之为事实表； 其他实体处于周围，称之为维度表； 事实表包含了独有的标识数据，也包含了实体本身的独有数据； 事实表还包含了指向其周围的表—维表的外键； 如果非外键的信息经常被事实表使用，那么星型连接内的非外键信息将会伴随外键的关系共同存在。 例：星型模型例子 星型模型 星型模型中使用的表示方法 指标实体 （事实实体） 星型模型 文本数据常出现在维表中，数值数据常出现在事实表中； 星型连接的好处是为决策支持系统的处理优化了数据； 数据预连接； 建立有选择的数据冗余； 传统数据模型和星型连接的配合 传统数据模型应用于维表即数据不多的实体； 星形连接应用于事实表(即数据量大的实体)； 文本数据与数值数据 数据模型依然是数据仓库的设计基础 概念模型的设计 雪花模型 概念模型设计文档 概念模型设计文档 数据仓库开发需求分析报告 概念模型分析报告 概念模型 概念模型的评审报告。 概念模型的评审 概念模型的评审人员 概念模型的评审内容 数据仓库开发任务书； 用户决策分析信息需求调查表； 数据仓库主题； E-R图、星型模型和雪花模型。 经济 (年收入) 100万以上 10万以上 1万以上 地点 国家 省 市 销售 销售ID 销售数量 销售价格 销售金额 时间ID 地点ID 商品ID 年龄 60岁以上 40岁以上 30岁以上 20岁以上 20岁以下 日期 年 月 日 商品ID 种类 小类 商品