数据仓库的数据模型、数据组织、数据仓库设计(学时2)

4/9/2020
-3-
DW&DM
数据仓库的数据模型－
与数据库系统数据模型的区别
数据仓库的数据模型中不包含纯操作型数据。 数据仓库的数据模型扩充了键结构，增加了时间属性作为
键的一部分。 数据仓库的数据模型中增加了一些面向主题的导出数据。
4/9/2020
-4-
DW&DM
数据仓库的数据模型
面向用户的需求
指标和事实
空白信息包图样式
-7-
DW&DM
〖例〗试画出销售分析的信息包图
解：首先根据销售分析的实际需求，确定信息包的维度、类别 和指标与事实：
（1）维度：包括日期维、销售地点维、销售产品维、年龄组 别维、性别维等。
（2）类别：确定各维的详细类别，如：日期维包括年（10）、 季度（40）、月（120）等类别，括号中的数字分别指出 各类别的数量；销售地点维包括国家（15）、区域（45）、 城市（280）、区（880）、商店（2000）等类别，括号 中的数字同样分别指出各类别的数量；类似地，可以确定销 售产品、年龄组别维、性别维等的详细类别。
细 化 层 次
更详细的 技术细节
信息包图
星型图模型
物理数据模 型
概念模型 逻辑模型 物理模型
4/9/2020
-5-
DW&DM
信息包图（概念模型）
信息包图：是数据仓库的数据模型的第一层或最高层。由 于大多数商务数据是多维的，但传统的数据模型表示三维 以上的数据有一定困难。而信息包图简化了这一过程并且 允许用户设计多维信息包并与开发者和其他用户建立联系。 这种模型集中在用户对信息包的需要，信息包提供了分析 人员思维模式的可视化表示。
（3）指标和事实：确定用于进行分析的数值化信息，包括预 测销售量、实际销售量和预测偏差等。
4/9/2020
-8-
DW&DM
销售分析的信息包图
信息包： 销售分析 维度
类别
日期
销售地点 销售产品 年龄组别 性别
年(10)
国家(15) 产品类(6) 年龄组(8) 性别组(2)
季度(40) 区域(45) 产品组(48)
4/9/2020
-11-
DW&DM
在很多情况下，维度实体还要向外延伸至详细类别实体， 或者说，详细类别实体是维度实体的附加信息，是维度 实体的扩展，说明了维度实体间的关系。这种在维度实 体上扩展详细类别实体的星形图称为雪花图。
4/9/2020
-12-
DW&DM
雪花图模型（逻辑模型）
雪花模型包括了三种逻辑实体：指标、维度、详细类别。
1990-1995年 销售明细表
DW&DM
粒度
粒度问题是设计数据仓库的一个最重要方面。 粒度是指数据仓库的数据单位中保存数据的细化或综合 程度的级别。 细化程度越高，粒度级就越小；相反，细化程度越低， 粒度级就越大。 在数据仓库环境中粒度之所以是主要的设计问题，是因 为它深深地影响存放在数据仓库中的数据量的大小，同时 影响数据仓库所能回答的查询类型。 需要在数据仓库中的数据量大小与查询的详细程度之间 要作出权衡。
4/9/2020
-16-
DW&DM
数据仓库的数据组织结构
4/9/2020
-17-
高度综合级 轻度综合级 当前细节级 早期细节级
DW&DM
高度综合级 轻度综合级 当前细节级
早期细节级
4/9/2020
数据仓库的数据组织结构
-18-
1996-2004年 每月销售表 1996-2004年 每周销售表 1996-2004年 销售明细表
雪花模型通常由一个很大的中心表（指标表）和一组较小的 表（维表）组成。雪花模型的指标表与所有的维表都要进行 连接。
类别、型号、产品名称
产品维
地区维
国家、地区、城市
4/9/2020
年、月、日
日期维
城市、区、名称
销售分析
实际销售 预测销售 预测偏差
代理商维 其他维
ห้องสมุดไป่ตู้
-13-
DW&DM
物理模型
物理数据模型：数据模型的第三层，它是星型图模型在数 据仓库中的实现，如物理的存取方式、数据存储结构等。
月(120) 城市(280) 产品(240)
区(880)
商店(2000)
指标和事实: 预测销售量、实际销售量、预测偏差
4/9/2020
-9-
DW&DM
星型图模型（逻辑模型）
星型图：数据仓库的数据模型的第二层是向最终的数据 结构添加某些细节的星型图模型。
与传统的关系模型相比，星型图模型简化了用户分析所 需的关系，从支持决策的角度去定义数据实体，更适合 大量复杂查询。
工作：
确定系统边界：决策类型、需要的信息、原始信息 确定主题域及其内容：主题域的公共键、联系、属性组 确定维度：如时间维、销售位置维、产品维、组别维等 确定类别：相应维的详细类别 确定指标和事实：用于进行分析的数值化信息
4/9/2020
-6-
DW&DM
信息包： 维度
类别
4/9/2020
在物理设计时，常常要按数据的重要程度、使用频率以及 对响应时间的要求进行分类，并将不同类的数据分别存储 在不同的存储设备中。重要程度高、经常存取并对响应时 间高的数据就存放在高速存储设备上，如硬盘；存取频率 低或对存取响应时间要求低的数据则可以放在低速存储设 备上。
4/9/2020
-14-
DW&DM
数据仓库与数据挖掘
（DATA WAREHOUSING AND DATA MINING）
石家庄铁道大学
内容
▪ 第2章 数据仓库的数据模型 ▪ 第3章 数据仓库的数据组织 ▪ 第4章 数据仓库设计
4/9/2020
-2-
DW&DM
第2章 数据仓库的数据模型
本章要点
▪ 数据仓库的概念模型：信息包图 ▪ 数据仓库的逻辑模型：星型图、雪花模型 ▪ 数据仓库的物理模型
星形图包括了三种逻辑实体： 指标、维度、详细类别
4/9/2020
-10-
DW&DM
〖例〗销售分析的星型图模型。
产品维 地区维
日期维
销售分析
实际销售 预测销售 预测偏差
代理商维 其他维
在星型图中，通过维度实体获得指标实体数据。指标实体与 维度实体间的联系通过每个维度中的最低层的详细类别实体 连接。
第3章 数据仓库的数据组织
本章要点
▪ 数据仓库中的数据组织 ▪ 粒度与分割 ▪ 数据仓库的数据追加
4/9/2020
-15-
DW&DM
数据仓库中的数据组织
数据仓库中的数据存在着不同的综合级别
早期细节级 当前细节级 轻度综合级 高度综合级
粒度：数据的不同综合级别
粒度越大、表示细节程度越低、综合程度越高。 级别的划分是根据粒度进行的