【DBMS 数据库管理系统】数据仓库 ( 数据仓库简介 | 操作型数据与分析性数据对比 | 数据仓库特征 | 特征一 : 面向主题组织数据 | 面向应用 | )

文章目录

• 一、数据仓库简介
• 二、操作型数据与分析型数据对比
• 三、数据仓库 特征 与 定义
• 四、特征一 : 面向主题 数据组织方式
• 五、面向应用 数据组织方式
• 六、面向主题 组织数据
• 七、数据 从 面向应用 转为 面向主题
• 七、数据仓库中的主题实现
• 八、基于关系数据库
• 九、面向主题的数据组织

一、数据仓库简介

数据仓库 简介 :

• 用途 : 作为 DSS ( Decision Support System 决策支持系统 ) 服务基础的 分析型数据库 ;
• 数据 : 用于存储 大量的 只读数据 ;
• 应用场景 : 为管理者 决策 提供相关信息 ;

数据仓库 与操作系统分离 , 基于标准的企业模型集成 , 带时间属性 , 面向主题 , 不可更新 的 数据集合 ;

二、操作型数据与分析型数据对比

三、数据仓库 特征 与 定义

数据仓库特征 :

• 面向主题
• 集成
• 不可更新
• 随时间不断变化

数据仓库定义 : 数据仓库 是 用于 更好地 支持 企业 / 组织 决策分析处理 , 面向主题的 , 集成的 , 不可更新的 , 随时间不断变化的 数据集合 ;

四、特征一 : 面向主题 数据组织方式

主题 :

• 主题是一个抽象 : 使用该抽象 , 在较高层次上 , 将企业信息系统中的数据 , 进行综合 , 归类 , 并进行分析利用 ;
• 逻辑意义 : 企业中 某个 宏观分析领域 涉及的分析对象 ;

较高层次 :

• 层次较高 : 相对于 面向应用 的 数据组织方式 , 层次较高
• 抽象级别 : 按照主题进行 数据组织方式 , 数据的抽象级别较高

面向主题 数据组织方式 特点 :

• 描述 : 对 分析对象的数据 的 , 完整的 , 一致的 , 描述 ;
• 内容 : 完整 , 统一 , 刻画 , 各个分析对象 , 涉及的数据 , 及数据对象之间的关系 ;

五、面向应用 数据组织方式

面向应用 数据组织方式 特点 :

• 调查收集需求 : 需要详细调查企业中相关组织 , 部门 , 收集数据库 基础数据 , 及 数据的处理过程 ; ( 这是在需求分析阶段进行的工作 )
• 组织数据依据 : 反映 企业内部的组织结构 , 业务活动特点 ;
• 数据组织本质 : 反映 组织 , 部门 , 内部数据 动态特征 , 每个部门的业务处理的 : 输入 , 处理 , 输出 , 的数据
• 数据组织方式 : 按 实际应用的 业务处理流程 组织 ;
• 数据组织目的 : 提供 OLTP 业务处理的速度 , 和 准确性 ;
• 存储介质改变 : OLTP 应用只是将传统的业务活动 , 从纸质介质 , 转为电子信息 , 系统中的数据 与 现实中被替代的纸质文档对应 ;

上述 OLTP 面向应用的数据组织 , 数据 , 与 数据处理 是分开的 , 一个客观实体的数据 , 与不同的应用场景捆绑 , 无法统一 , 分散存储在不同的表中 , 如商品信息 , 分别存储在采购子系统 , 销售子系统 , 库存子系统中 , 数据被分开存储 ;

面向应用 数据组织方式 缺点 : 数据抽象程度太低 , 数据 与 应用没有分离 ;

引入数据仓库 : 应该将 数据 从 数据处理 中抽象出来 , 组成和具体应用独立的 数据仓库 ;

面向应用 数据组织方式 优点 :

• 操作性好 : 将 数据库 与 企业的业务逻辑 对应 , 可操作性高 ;
• 方便转换 : 方便 企业 将原有的纸质业务 , 转为计算机处理的业务 ;
• 支持 OLTP 应用

六、面向主题 组织数据

面向主题 组织数据 步骤 :

① 抽取主题 : 按照 OLAP 数据分析 的要求 , 确定抽取的主题 ;

② 主题内容 : 确定 该抽取的主题 , 包含的数据内容 ;

主题抽取 示例 :

主题 : 商场的商品采购 ;

OLTP 数据 : 在 OLTP 数据库中 , 存储有 订单 , 订单详情 , 供应商 , 等数据库表 , 清晰的展示了 商品采购时 所涉及业务的数据内容 , 上述 数据的组织方式 是 面向应用 数据组织方式 ;

OLAP 数据需求 :

• 分析对象 : 在数据仓库中 , 需求是分析供应商的详细数据 , 通过数据分析处理 , 选出优质供应商 , 供应商是主要的分析对象 ;
• 忽略数据 : 具体的订单情况 , 清单详情 , 是需要忽略的 , 数据分析时 , 不需要分析采购的具体细节 , 如送货周期 , 送货时间 , 交接人员 等 , 这些都是操作型数据 , 分析时不需要关心这些细节数据 ;
• 数据组合 : 只抽取供应商的数据是不够的 , 还需要其它数据库中的部分数据 , 有些数据需要丢弃 , 有些数据需要抽取 , 重新组合成新的数据 ;

针对与商场 , 面向主题创建 数据仓库 , 抽取出如下三个主题 : ① 商品 , ② 供应商 , ③ 顾客 ;

将

个子系统 , 转为了

个主题 ;

• OLTP 子系统 : 固有信息 , 采购子系统 , 销售子系统 , 库存子系统 ;
• OLAP 主题 : 商品 , 供应商 , 顾客 ;

以 “商品” 主题为例 : 商品主题包含以下数据 :

• 商品本身信息 : 商品号 , 商品价格 , 商品颜色 ; ( 从商品固有信息中抽取 )
• 商品采购信息 : 商品号 , 供货商 , 采购价格 ; ( 从采购子系统中抽取 )
• 商品销售信息 : 商品号 , 零售价 , 顾客信息 ; ( 从销售子系统中抽取 )
• 商品库存信息 : 商品号 , 库存量 , 保存时间 ; ( 从库存子系统中抽取 )

七、数据 从 面向应用 转为 面向主题

数据 从 面向应用 转为 面向主题 转换过程 :

1 . 丢弃数据 : 一些与分析对象无关的信息 , 直接丢弃 ;

2 . 组织数据 : 与分析对象有关的信息 , 可能分布与各个子系统中 , 将这些数据重新组织起来 , 形成针对该分析对象的完整描述 , 放入一个主题中 ;

3 . 内容重叠 : 主题间可能存在内容重叠 , 这些 重叠的信息 反映了主题之间的联系 ;

• 逻辑重叠 : 主题逻辑上的重叠 , 区别于相同的数据的物理存储重叠 ;
• 细节重叠 : 数据在不同的主题上综合方式不同 ;
• 重叠方式 : 主题间的重叠可能是多重重叠 , 如

个主题间相互重叠 , 不是两两重叠 ;

七、数据仓库中的主题实现

数据仓库中的主题实现有两种方式 :

• ① 基于多维数据库 : 以多维数组的形式存储 ; ( 处理数据稀疏问题 )
• ② 基于关系数据库 : 以表的形式存储 ;

八、基于关系数据库

"主题" 基于关系数据库 :

• 主题数据组成 : 用一组 关系数据库 中的关系表 中的数据 表示主题 ;
• 公共码键 : 每个 关系表 都有一个 公共码键 作为 主属性 , 就是 id ;
• 主题数据联系方式 : 主题下的 关系表 数据 , 使用公共码键 进行关联 ;

公共码键示例 :

• "商品" 主题 : 以商品主题为例 ;
• 公共码键 : 商品号 , 在所有的商品主题下的表中 , 都带有公共码键 , 商品号 ;
• 商品表 : 商品号 , 商品名称 , 颜色 , 形状 , 零售价 , …
• 采购表 : 商品号 , 供应商 , 采购日期 , 进货价 , …
• 库存表 : 商品号 , 库存量 , 库存时间 , …

主题中 关系表 的存储 :

• 低频访问数据存储 : 不经常访问的数据 , 如历史数据 , 细节数据 等查询概率低的数据 , 放在普通磁盘中存储 ;
• 高频访问数据存储 : 经常访问的数据 , 放在高速访问存储设备中 , 如 固态硬盘 ;

九、面向主题的数据组织

主题域 : 主题域是 完备的分析领域 , 需要具备以下两个特征 ;

• 独立性 : 主题域 必须有独立的主题 , 有明确的界限 , 表示某数据属于 / 不属于 该主题 ;
• 完备性 : 主题中包含的 主题对象 的数据必须完整 , 分析处理所用到的数据 , 都包含在该主题中 ;

主题数据组织 是 在较高层级 对数据进行抽象 ; 主题数据组织 独立于 数据处理逻辑 ; 在该 主题数据 基础上 , 可以快速开发新的 OLAP 应用 ;