数据仓库复习.docx

1、数据库（原始数据/操作型数据）和数据仓库（导出数据/分析型数据）的区别
操作型数据
分析型数据
细节的
综合的或提炼的
在存取瞬间，数据是准确的
历史数据
可更新
不可更新
事先可知操作需求
操作需求事先不可知
生数据库数据到数据仓库之后及本次将要抽取数据库 数据之前，对数据库分别做一次快照，然后比较两幅快照之间的不同，从而确定需要向数据 仓库追加的数据；
（4） 日志文件；记录变化
15、 数据集市是指针对特定应用的数据仓库，即针对某个具有战略意义的应用或部门级的应 用，支持用户利用已有的数据做出管理决策；
类型：独立（型）数据集市和从属（型）数据集市；
16、 数据仓库系统的层次结构
（1）数据仓库数据库服务器层；（2）OLAP服务器层；（3）客户层；
17、 数据仓库的构造模式
（1）自顶向下模式；（2）自底向上模式；（3）平行开发模式；
18、 操作数据存储（ODS）:是用于支持全局应用的数据集合；
ODS中的数据的特点：（1）面向主题的；（2）集成化的；（3）可变的；（4）数据是当前的 或接近当前的；
ODS只存放当前数据或接近当前的数据，而且可以进行联机修改，包括添加、删除、更改等 操作。所谓当前是指数据在存取时刻是最新的，而接近当前指所存取的数据是最近一段时间 之前得到的。虽然数据仓库中数据也是面向主题和集成化的，但通常是不可修改的，所以 ODS与数据仓库之间的区别主要体现在这两方面。
19、 DB-ODS-DW三层体系结构（P36）
原先在数据仓库和业务数据库之间保持数据一致性的工作从DB-DW接口转移到ODS-DB 接口上，原先全部由数据仓库来实现的诸项复杂功能得到了更好的划分，有利于实现产品的 可实现性和可维护性；
ODS的记录在DB中，DW的记录在ODS中；
20、 联机分析处理（OLAP）：
定义一：OLAP是针对特定问题的联机数据访问和分析处理；
定义二：OLAP是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信 息，以达到深入理解数据的目的；
OLAP相关概念：
（1） 维：维是人们观察数据的特定角度，是考虑问题时所涉及的一类属性，属性的集合构 成一个维；
（2） 维的层次：人们观察数据的某个特定角度（即某个维）还可以存在细节程度互异的各 个描述层面，称多个描述层面为维的层次；
（3） 维的成员：维的一个取值称为该维的一个成员；
（4） 多维数组：是维和变量的组合表示；
（5） 数据单元（单元格）：数据单元是多维数组的取值；
联机事务处理（OLTP）和联机分析处理（OLAP）比较
OLTP数据
OLAP数据
原始数据
导出数据
细节性数据
综合性和提炼性数据
当前值数据
历史数据
数据可更新
数据不可更新，但会被周期性地刷新
一次处理的数据量较小
一次处理的数据量较大
面向应用，事务驱动
面向分析，分析驱动
面向操作人员，支持日常操作
面向决策人员，支持管理需要
21、联机分析处理（OLAP）的准则：
（1）OLAP模型必须提供多维概念视图；（2）透明性原则；（3）存取能力准则;
（4）稳定的报表能力；（5）客户一服务器体系结构；（6）维的等同性准则；
（7）动态的稀疏矩阵处理准则；（8）多用户支付能力；（9）非受限的跨维操作;
（10）直观的数据操纵；（11）灵活的报表生成；（12）非受限维与聚集层次；
较简洁的五条准则：共享多维信息的快速分析（FASMI）：
（1）快速性；（2）可分析性；（3）共享性；（4）多维性；（5）信息性；
22、OLAP基本分析动作
（1） 数据切片：从多维数组选定一个二维子集；
（2） 数据切块：从多维数组选定一个三维子集；
（3） 数据钻取：从较高维度层次下降到较低层次上来观察多维数据；
维度的层次越高，所代表的数据综合度越高，细节越少，数据量越少；维度的层次越低，所 代表的数据综合度越低，细节越充分，数据量越大；
（4） 数据聚合：数据钻取的逆向操作，是对数据进行高层次综合的操作；
（5） 数据旋转：通过旋转可以得到不同视角的数据；
23、 多维数据组织
基于多维数据库的MOLAP （多维联机分析处理）是以多维数据库（MDDB）为核心的，即， 多维数据库就是以多维方式来组织和存储数据；
24、 关系数据组织
为了能够使用关系表在多维数据库中所含的多维信息，ROLAP （关系联机分析处理）将多 维结构进行分解，利用两种表来表达多维信息；
事实表：事实表是用于记录度量信息的关系表；
用来存储变量值和各维的码值（主键）
星型结构：由事实表和维度表组成。最常见、最流行
（1） 事实表（fact table）