数据仓库与数据挖掘复习.doc

第 2 页
2021春?数据仓库及数据挖掘?复****提纲
商务智能【参考：BI是一种解决方案，它的目的是把用户积累下来的、大量的数据
转化为业务容易理解的信息，进而辅助决策。】
Kimball对数据仓库的定义【参考：DW仅仅是构成它的数库以数据查询为主，数据更新较少，所以不需过多的考虑数据更新与并发控制，主要考虑数据查询性能的提升。】
数据仓库的两大技术流派及主要差异。【参考：Inmoon与Kimball。〔1〕数据仓库
定义的差异：Bill Inmon将数据仓库定义为“一个面向主题的、集成的、随时间变化的、非易逝的用于支持管理的决策过程的数据集合〞
第 6 页
。Ralph Kimball说“数据仓库仅仅是构成它的数据集市的联合〞 。〔2〕数据仓库构建方法之争：恩门的“Building the Data Warehouse〞主张建立数据仓库时采用自上而下〔DWDM〕方式，以第3范式进展数据仓库模型设计，而他生活上的好朋友Ralph Kimball在“The DataWarehouse Toolkit〞那么是主张自下而上〔DMDW〕的方式，力推数据集市建立，以致他们的FANS吵闹得差点打了起来，直至恩门推出新的BI架构CIF〔Corporation information factory〕，把Kimball的数据集市包括了进来才算平息。恩门认为星型模型只适用于数据集市〔星型模型对于数据集市是十分理想的〕，而不适用于数据仓库。(3) 对数据集市的理解差异: Inmon：面向部门〔Department〕的小型数据仓库——BPR, Kimball：面向业务过程 〔Process〕的小型数据仓库 ——BPM。】
Kimball流派主张基于哪四个主要原那么的迭代方法来构建数据仓库体系【参考：〔1〕
从业务着手——出发点；〔2〕构建一个信息根底设施——设计一个单一、集成、易用、高效的信息根底平台能够满足企业内部的各种需求；〔3〕按时间周期增量交付——根据业务价值进展优先级排序，每个时间周期对应时间轴上的6—12个月；〔4〕发布整个解决方案——交付DW仅仅是个开场，还要交付即席查询、报表、OLAP、DW等BI应用。】
多对多维度〔或多值维度〕怎样表达？包括哪两类？ 【参考答案：多对多维度需
要增加一个桥接表来表示。它包括维度表与事实表之间的多对多、维度表及维度表之间的多对多两类。前者将桥接表及事实表相连，后者将其中的一个维度表及事实表相连。】
第 6 页
32、如何使用2×2矩阵确定各业务过程所对应子工程的优先级 。【参考：区分优先级过程是规划会议，涉及DW/BI小组、DW/BI工程的业务赞助商，以及公司各部门的其他关键高层管理人员。在会议中，要描述在企业需求收集过程中所标识的业务过程，以便每个人都能理解每个业务过程的可能性。参加这个会议要准备PowerPoint演示，以便描述每个业务过程，要列举几个将支持的相关分析的例如，以增加对这些分析的业务价值的感性认识，包括实现业务过程(可行性)所需付出努力的级别。描述要尽可能明快、清晰。试着把演示时间控制在2个小时以内。当描述每个业务过程的时候，也就描述了提供必要数据所涉及的有关努力。一旦每个人都理解了业务过程与术语，可以休息一会儿。会议的后半局部包括区分业务过程的优先级。引导会议小组把每个棘手的业务过程注释放置到两-两(two-by-two)网格上。】
SQL SERVER 2005的三个版本及区别 。【参考：标准版、企业版与开发版。对多数
小型与中等规模的实现，标准版可能就足够了。如果按照不带索引的数据来度量，数据卷为50GB或者更少，那么不需要使用企业版中的可伸缩特性即可实现。根据增量加载的卷、频率与正常运行时间的需求，中等规模的、高达250GB数据量的实现也可以运行在标准版上。对于任何大型的、实时的、或者其他具有挑战性的实现，应该方案使用企业版。无论生产中采用哪个版本，开发人员都应该使用开发版。除了选择标准版还是企业版外，还需要决定使用32位平台还是64位平台。】
SQL SERVER 2005的主动缓存技术。【参考：对于低延迟的数据库来说，主动缓存相
当有意义——它针对的是实时多维数据集(或者接近实时的多维数据集)。当用户建立主动缓存时，要求Analysis Services监控针对度量组分区的关系源，并在数据发生变化时自动执行增量处理。
第 7 页
】
事实表分哪三类？有什么区别？【参考：事务、周期快照及累积快照。迄今为止提
到的大多数事实表都属于事务类型。事务事实表跟踪发生在非连续时间点上的每次事务。周期快照事实表捕获特定时间间隔的累积性能，并且对于跨越同一值链中的几个业务过程组合数据相当有用。周期快照事实也跨越时间间隔聚合许多事实，并且向用