數據倉庫系統的設計與開發

第3章數據倉庫系統的設計與開發2/21/20251數據倉庫與數據挖掘3.1數據倉庫系統的設計與開發概述建立一個數據倉庫系統的參考步驟數據倉庫系統的生命周期創建數據倉庫系統的兩種思維模式數據倉庫數據庫的設計步驟2/21/20252數據倉庫與數據挖掘建立一個數據倉庫系統的參考步驟收集和分析業務需求步驟建立數據模型和數據倉庫的物理設計定義數據源選擇數據倉庫技術和平臺從操作型數據庫中抽取、清洗及轉換數據到數據倉庫選擇訪問和報表工具，選擇數據庫連接軟件，選擇數據分析和數據展示軟件更新數據倉庫2/21/20253數據倉庫與數據挖掘數據倉庫系統的生命開發周期2/21/20254數據倉庫與數據挖掘創建數據倉庫系統的兩種思維模式自頂向下（Top-down）自底向上（Bottom-Up）2/21/20255數據倉庫與數據挖掘數據倉庫數據庫的設計步驟2/21/20256數據倉庫與數據挖掘3.2基于SQLServer的數據倉庫數據庫設計過程詳解分析組織的業務狀況及數據源結構組織需求調研，收集業務需求采用信息包圖法進行數據倉庫的概念模型設計利用星形圖進行數據倉庫的邏輯模型設計數據倉庫的物理模型設計2/21/20257數據倉庫與數據挖掘MSSQLServer2005的數據倉庫架構2/21/20258數據倉庫與數據挖掘分析組織的業務狀況及數據源結構開發的第一步是要了解和理解組織的業務狀況，對于企業來說，也就是要熟悉企業的生產經營流程，同時初步獲取在這些流程中的分析需求，為最終確定用戶需求做好準備；對數據源結構的分析與理解2/21/20259數據倉庫與數據挖掘組織需求調研，收集業務需求關于用戶需求的調研對用戶需求調研結果的分析2/21/202510數據倉庫與數據挖掘采用信息包圖法進行數據倉庫的概念模型設計物理模型

星型、雪花模型

物理數據模型概念模型邏輯模型面向用戶的需求細化層次更詳細的技術細節信息包圖2/21/202511數據倉庫與數據挖掘信息包圖：是數據倉庫的數據模型的第一層或最高層。由于大多數商務數據是多維的，但傳統的數據模型表示三維以上的數據有一定困難。而信息包圖簡化了這一過程并且允許用戶設計多維信息包并與開發者和其他用戶建立聯系。這種模型集中在用戶對信息包的需要，信息包提供了分析人員思維模式的可視化表示。信息包圖法簡介2/21/202512數據倉庫與數據挖掘工作：確定系統邊界：決策類型、需要的信息、原始信息確定主題域及其內容：主題域的公共鍵碼、聯系、屬性組確定維度：如時間維、銷售位置維、產品維、組別維等確定類別：相應維的詳細類別確定指標和事實：用于進行分析的數值化信息2/21/202513數據倉庫與數據挖掘信息包圖的建立信息包：

維度類別

指標和事實2/21/202514數據倉庫與數據挖掘〖例〗試畫出銷售分析的信息包圖。解：首先根據銷售分析的實際需求，確定信息包的維度、類別和指標與事實：（1）維度：包括日期維、區域維、產品維、客戶維、廣告維（待用）等。（2）類別：確定各維的詳細類別，如：日期維包括年（5）、季度（20）、月（60）、日（1800），括號中的數字分別指出各類別的數量；區域維包括國家（10）、省州（100）、城市（500）、銷售點（8000），括號中的數字同樣分別指出各類別的數量；類似地，可以確定產品維、客戶維、廣告維等的詳細類別。（3）指標和事實：確定用于進行分析的數值化信息，包括實際銷售額、計劃銷售額和計劃完成率。2/21/202515數據倉庫與數據挖掘銷售分析的信息包圖日期維區域維產品維客戶維廣告維（待用）年度(5)國家(10)產品類別(500)年齡分組(7)廣告費分組(2)季度(20)省州(100)產品名稱(9000)收入分組（8）月(60)城市(500)信用組（2）日1800）銷售點(8000)指標和事實:實際銷售額、計劃銷售額、計劃完成率信息包：銷售分析 維度類別2/21/202516數據倉庫與數據挖掘設計基于主題域的概念模型供應商ID相關信息有關信息商品信息供應商供應商主題顧客顧客ID顧客主題商品商品ID商品主題2/21/202517數據倉庫與數據挖掘利用星形圖進行數據倉庫的邏輯模型設計根據分析需求與信息包圖制作星形圖銷售分析客戶廣告區域時間產品2/21/202518數據倉庫與數據挖掘根據分析需求與信息包圖制作雪花圖

銷售分析客戶廣告區域時間產品產品類別雪花模型對星型模型的維度表進一步標準化，對星型模型中的維度表進行了規范化處理。

2/21/202519數據倉庫與數據挖掘確定主題的屬性組主題名公共鍵碼屬性組商品商品號基本信息：商品號、商品名、類型和顏色等采購信息：商品號、供應商號、供應價、供應日期和供應量等庫存信息：商品號、庫房號、庫存量和日期等銷售銷售單號基本信息：銷售單號、銷售地址等銷售信息：客戶號、商品號、銷售價、銷售量和銷售時間等客戶客戶號2/21/202520數據倉庫與數據挖掘事實表及其特征、事實表的類型與設計粒度的選擇與設計步驟關于數據倉庫的聚合模型與數據的分割處理星形圖中的維度表簡介常用維度的設計模式2/21/202521數據倉庫與數據挖掘數據倉庫的物理模型設計物理模型設計的主要工作物理存儲結構設計的原則數據倉庫索引設計的特殊性存儲優化與存儲策略2/21/202522數據倉庫與數據挖掘3.3使用SQLServer2005建立多維數據模型

SQLServer2005示例數據倉庫環境的配置與使用基于SQLServer2005示例數據庫的多維數據模型的建立與應用。2/21/202523數據倉庫與數據挖掘

3.3使用SQLServer2005建立多維數據模型在SQLServer2005數據庫環境中安裝數據倉庫組件、示例和工具利用示例數據倉庫（AdventureWorksDW）環境及幫助系統學習2/21/202524數據