《数据仓库结构体系》PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
大学学报,2003,8(26):678-682. 宋旭东,银晓明,宋亮,刘晓冰.基于同意师徒的数据仓库体系结构及其构建方法
[J].计算机应用该研究,2009,4(26):1384-1385.
参考文献
徐海琛,张献华.数据仓库及其体系结构建设[J].国土资源信息化,2006(6):34-38. 徐洁馨.2005.数据仓库与决策支持系统.北京:科学出版社. 池太崴.2009.数据仓库结构设计与实施.北京:电子工业出版社(第二版). 敖富江(译).2004.数据仓库、挖掘和可视化——核心概念.北京:清华大学出版
社. 王丽珍,周丽华,陈红梅,肖清.2009,数据仓库与数据挖掘原理及应用.北京:科学
出版社.
应用工具层
2.2 示例(2)
数据源 监视器 包装器 集成器 数据仓库 客户应用
数据仓库体系结构图
2.3 示例(3)
数据获取 数据组织 数据应用 数据展示
数据仓库体系结构图
2.4 示例(4)
数据建模层 数据获取层 数据存储层 数据访问层 数据与源数据管理层
3 数据仓库体系结构
典型的蜘蛛网结构示意图
3.6 数据展示层
负责应用结果显示,也可称为数据前端处理。 数据仓库的数据展示有多种固定的图板。 数据展示可以通过联机方式表示,也可以通过Web方式表示。
参考文献
耿麒麟,赵太祥.多层次的数据仓库系统框架[J].中国科技信息,2010(2):89-89. 张洪.基于数据仓库的决策支持系统[J].企业导报,2010(7):280-281. 李兴国,金芳芳,于海峰.基于数据仓库的决策支持系统的体系结构[J].合肥工业
3.3 数据仓库及其管理层
数据仓库 数据仓库管理 元数据管理
3.3.1 数据仓库
数据仓库负责存储分析、决策数据。 它一般以关系结构形式存储,能支持数据共享。Biblioteka Baidu 从外部表现上看,它类似于传统关系数据库。 在使用中数据仓库一般有两种方式:通用方式&专用方式。
3.3.2 数据仓库管理
数据仓库管理则负责管理数据仓库。
此层为局部数据仓库或部门数据仓库,为指定的应用提供数据支撑。 数据集市是一种特殊形式的DW。 独立型数据集市&依赖型数据集市。
3.5 数据仓库应用层
是以数据仓库为基础的应用。 为应用服务的,此层包括分析、决策应用,如OLAP、DM等。 该层主要包括两种应用:分析、决策应用&统一平台的建立与应用。
主讲人:Echo
引言 示例 数据仓库体系结构
主要内容
1 引言
数据仓库是一种体系结构。 数据仓库是建立在事务处理数据源系统之上的。 数据仓库是管理信息系统的“上层建筑”。 数据仓库体系结构是一种方法。
2.1 示例(1)
源数据层
数据预处理层
数据仓库数据 存储与管理层
数据仓库体系结构图
数据源 数据后端处理 数据仓库及其管理 数据集市 数据仓库应用 数据展示
结构层次
3.1 数据源层
数据源为数据仓库提供数据来源。 它是多种联机事务处理系统及外部文件。 一个数据仓库可以有多个数据源。 数据源一般是分布在网络中的各个结点,通过网络中的数据接口与数据仓库
连接。
3.2 数据后端处理层
具有语法/语义正确的数据。 数据转换:将数据源中数据根据转换规则转换成DW中的数据。 数据加载:将数据源的数据经过清洗、转换后所形成的数据装入到数据仓库
内。 数据刷新:是数据加载的特殊形式。
数据提取
数据后端处理流程图
数据源
数据清洗
数据转换
数据加载
数据仓库
数据刷新
数据提取、数据清洗、数据转换和数据加载构成 了后端处理4个连续环节,数据源中的数据经过4 个不同处理环节最终进入数据仓库中,构成了如 图所示的后端处理数据流程图。而数据刷新则是 另一个数据仓库入口点,它与数据提取并行作为 另一种入口点进入数据仓库。
数据源中的数据经提取、清洗、转换最终成为数据仓库所需的数据。 后端处理是数据源与数据仓库间的数据接口层,也叫抽取层。 功能是构建数据统一体——数据仓库。 完整的后端处理:对数据源中的数据进行提取、清洗、转换、加载、刷新,
最终构建成数据仓库所需的数据。
数据提取:收集外部数据源中的数据。 数据清洗:将数据源中数据经过提取后清除噪音或脏数据,进行修补而形成
DWMS是一种专门用于管理数据仓库的软件。
具体功能:1)DW数据模式定义; 2)DW数据操纵; 3)DW数据控制; 2)DW数据服务。
3.3.3 元数据管理
元数据是数据之数据。 元数据相当于数据库中数据字典。 元数据管理负责对元数据进行管理。 元数据内容、元数据管理、元数据使用。
3.4 数据集市层
[J].计算机应用该研究,2009,4(26):1384-1385.
参考文献
徐海琛,张献华.数据仓库及其体系结构建设[J].国土资源信息化,2006(6):34-38. 徐洁馨.2005.数据仓库与决策支持系统.北京:科学出版社. 池太崴.2009.数据仓库结构设计与实施.北京:电子工业出版社(第二版). 敖富江(译).2004.数据仓库、挖掘和可视化——核心概念.北京:清华大学出版
社. 王丽珍,周丽华,陈红梅,肖清.2009,数据仓库与数据挖掘原理及应用.北京:科学
出版社.
应用工具层
2.2 示例(2)
数据源 监视器 包装器 集成器 数据仓库 客户应用
数据仓库体系结构图
2.3 示例(3)
数据获取 数据组织 数据应用 数据展示
数据仓库体系结构图
2.4 示例(4)
数据建模层 数据获取层 数据存储层 数据访问层 数据与源数据管理层
3 数据仓库体系结构
典型的蜘蛛网结构示意图
3.6 数据展示层
负责应用结果显示,也可称为数据前端处理。 数据仓库的数据展示有多种固定的图板。 数据展示可以通过联机方式表示,也可以通过Web方式表示。
参考文献
耿麒麟,赵太祥.多层次的数据仓库系统框架[J].中国科技信息,2010(2):89-89. 张洪.基于数据仓库的决策支持系统[J].企业导报,2010(7):280-281. 李兴国,金芳芳,于海峰.基于数据仓库的决策支持系统的体系结构[J].合肥工业
3.3 数据仓库及其管理层
数据仓库 数据仓库管理 元数据管理
3.3.1 数据仓库
数据仓库负责存储分析、决策数据。 它一般以关系结构形式存储,能支持数据共享。Biblioteka Baidu 从外部表现上看,它类似于传统关系数据库。 在使用中数据仓库一般有两种方式:通用方式&专用方式。
3.3.2 数据仓库管理
数据仓库管理则负责管理数据仓库。
此层为局部数据仓库或部门数据仓库,为指定的应用提供数据支撑。 数据集市是一种特殊形式的DW。 独立型数据集市&依赖型数据集市。
3.5 数据仓库应用层
是以数据仓库为基础的应用。 为应用服务的,此层包括分析、决策应用,如OLAP、DM等。 该层主要包括两种应用:分析、决策应用&统一平台的建立与应用。
主讲人:Echo
引言 示例 数据仓库体系结构
主要内容
1 引言
数据仓库是一种体系结构。 数据仓库是建立在事务处理数据源系统之上的。 数据仓库是管理信息系统的“上层建筑”。 数据仓库体系结构是一种方法。
2.1 示例(1)
源数据层
数据预处理层
数据仓库数据 存储与管理层
数据仓库体系结构图
数据源 数据后端处理 数据仓库及其管理 数据集市 数据仓库应用 数据展示
结构层次
3.1 数据源层
数据源为数据仓库提供数据来源。 它是多种联机事务处理系统及外部文件。 一个数据仓库可以有多个数据源。 数据源一般是分布在网络中的各个结点,通过网络中的数据接口与数据仓库
连接。
3.2 数据后端处理层
具有语法/语义正确的数据。 数据转换:将数据源中数据根据转换规则转换成DW中的数据。 数据加载:将数据源的数据经过清洗、转换后所形成的数据装入到数据仓库
内。 数据刷新:是数据加载的特殊形式。
数据提取
数据后端处理流程图
数据源
数据清洗
数据转换
数据加载
数据仓库
数据刷新
数据提取、数据清洗、数据转换和数据加载构成 了后端处理4个连续环节,数据源中的数据经过4 个不同处理环节最终进入数据仓库中,构成了如 图所示的后端处理数据流程图。而数据刷新则是 另一个数据仓库入口点,它与数据提取并行作为 另一种入口点进入数据仓库。
数据源中的数据经提取、清洗、转换最终成为数据仓库所需的数据。 后端处理是数据源与数据仓库间的数据接口层,也叫抽取层。 功能是构建数据统一体——数据仓库。 完整的后端处理:对数据源中的数据进行提取、清洗、转换、加载、刷新,
最终构建成数据仓库所需的数据。
数据提取:收集外部数据源中的数据。 数据清洗:将数据源中数据经过提取后清除噪音或脏数据,进行修补而形成
DWMS是一种专门用于管理数据仓库的软件。
具体功能:1)DW数据模式定义; 2)DW数据操纵; 3)DW数据控制; 2)DW数据服务。
3.3.3 元数据管理
元数据是数据之数据。 元数据相当于数据库中数据字典。 元数据管理负责对元数据进行管理。 元数据内容、元数据管理、元数据使用。
3.4 数据集市层