超市数据仓库雪花模型的设计与应用
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)。
图 ２ 连锁超市数据集市雪花模型 四、数据仓库的“雪花模型”的应用 从形式上看，雪花模型比星型模型结 构复杂，但设计好的雪花模型却有星型模 型难以替代的应用价值。 雪花模型是星型模型的衍生。在研究 雪花模型的应用时，要用雪花模型的优势 弥补星型模型的不足；还要充分继承星型 模型的优势，扬长避短，使数据模型能在构 建数据仓库和开发应用中更好地发挥作用。 １ ． 雪花模型在处理大维度方面的应用 数据仓库的大维度问题虽然可以通过 事实表来体现，但这种方法导致事实表极 为庞大且难于管理，当层次定义发生改变 时，事实表需要重新设计和构建。 雪花模型解决了星型模型中复杂的大 维度问题。通过对维度表的属性按层次和 类别进行分解；将非分析数据进行分离，使 大维度表得到有效的规范化处理，较好地 消除了数据的冗余，从而使事实表的字段 数和总长度减小，以节省存储空间。 ２ ． 雪花模型在建立聚集事实表方面的 应用 事实表中数据的细节程度或综合程度 的级别称为数据“粒度”。粒度是数据仓库 事实表的重要的特征。不同的需求，对粒度 要求不同。
星型模型。例如：
表的表名、粒度、相应的维度属性存放在汇
为了分析会员客户对各种品牌商品的 总表中，并通过数据仓库元数据进行管理。
购买情况，在雪花模型中对客户维和商品 这样，Ｏ Ｌ Ａ Ｐ 就能根据汇总表的指示，选用
维进行二路聚集即可。如图 ３ 所示。
不同粒度的聚集事实表进行切片、切块、聚
为了分析会员客户一年中对各类商品的 合、钻取、旋转等操作，提高了分析速度，
将大维度表“雪花化”方法是： １ ． 按维属性的层次分解 维度的层次性体现在用户观察数据的 粒度不同。例如：在数据集市中，商品、商 品品牌、分类是商品的三个不同层次。客户 维中，客户、会员客户、分地域的客户是客 户的三个不同层次。 ２ ． 按维的属性类别分解 维属性之间有一些是互不关联的属性，
４ ０ 《商场现代化》２００８ 年 ９ 月（上旬刊）总第 ５５０ 期
数据集市需要保留最低层次的细节数 聚合、钻取、旋转等操作，并通过直观的方
据。以满足数据抽取、信息查询和数据挖掘 式从多个角度、多个侧面、多个层次及多种
的需要；另一方面，为提供决策支持，需要 数据综合程度对多维数据进行分析、比较，
多方面的高粒度的汇总数据。因此，需要把 并把结果用表格或图形方式显示给用户，
一个典型的星型模式包括一个大型的 事实表和一组逻辑上围绕这个事实表的维 度表。
事实表是星型模型的核心，事实表由 主键和度量数据两部分组成。星型模型中 各维度表主键的组合构成事实表的主键。 事实表中存放的大量数据，是同主题密切 相关的、用户最关心的度量数据。“销售”是 超市的主题，因此，在事实表中，要准确记 载各超市所有商品的销售数量、营业额、利 润等度量数据。
［关键词］ 连锁超市 数据仓库 星型模型 雪花模型设计 雪花模型应用
信息技术的迅速发展和企业管理决策 的迫切需要，使数据仓库技术应运而生。
１９９３ 年，数据仓库之父 Ｗ．Ｈ．ｌｎｍｏｎ 将数 据仓库定义为：“一个面向主题的、集成的、 随时间变化的、非易失性的数据集合，用以 支持管理层的决策”。数据仓库的概念，决 定了数据仓库特有的数据组织模式和广泛 的应用前景。
４ １ 《商场现代化》２００８ 年 ９ 月（上旬刊）总第 ５５０ 期
（ １ ） 星型模型是非规范化的，星型模型 以增加存储空间为代价来提高多维数据的 查询速度，造成很大的数据冗余；非规范化 的、含有大量冗余的维度表，会使数据切片 变得更加复杂。
（ ２ ） 由于星型模型中各维度表主键的组 合构成事实表的主键。当星型模型的维不 能满足要求时，维的变化是非常复杂、耗时 的。
“雪花模型”是针对星型模型存在的不 足和数据分析处理的需要，在星型模型的 基础上拓展而来的。将“星型模型”中的维 表规范化，对维度表、特别是大维度表的属 性按层次和类别进行分解，形成一些局部 的层次区域，就得到一个以事实表为中心 的“雪花模型”。
在连锁超市数据仓库的星型模型中， 客户维和商品维都是典型的大维度。这是 因为：大的连锁超市，客户维和商品维很 深，累计可能有数以万计的客户和上万种 商品；客户维和商品维很宽，根据需要，这 两种维可以有多个维度属性。
维度是观察事实、分析主题的角度。维 度表的集合是构建数据仓库数据模式的关 键。维度表通过主键与事实表相连。用户依 赖维表中的维度属性，从事实表中获取支 持决策的数据。围绕销售主题，连锁超市数 据仓库有以下典型的维度及其属性：
客户维：在客户维中，建立了客户的基 本信息、是否为会员客户、客户居住地域等 属性。
３．雪花模型在联机分析处理（ＯＬＡＰ）中 的应用
联机分析处理（ＯＬＡＰ）是基于数据仓库 的一种多维数据分析技术，是数据仓库的 重要应用。Ｏ Ｌ Ａ Ｐ 从数据仓库中的某个特定 主题的集成数据出发，使用多维分析方法， 对客户端的请求，对数据进行切片、切块、
参考文献： ［１］Ｗ．Ｈ．Ｉｎｍｏｎ 著 王志海等译：数据仓 库［Ｍ］．机械工业出版社，２００３ ［２］Ｐａｕｌｒａｊ Ｐｏｎｎｉａｈ 著 段云峰等译：数据 仓库基础［Ｍ］．电子工业出版社，２００４ ［３］Ｊｉａｗｅｉ Ｈａｎ Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ 著，范明，等 译．数据挖掘概念与技术［Ｍ］．机械工业出版 社，２００４ ［４］平 静 林平瑞：元数据管理及其在 数据仓库中的应用［Ｊ］．平原大学学报，２００６ （８）：１３０～１３２ ［ ５ ］彭晓东： 基于数据仓库的综合决策 支持系统的设计研究［ ｊ ］ ． 电脑开发与应用， ２００３（６）：１１～２０
商业研究
例如：商品的品牌和包装，是否为会员客 户，他们之间无层次关系。把维的属性类别 分解形成维的局部星型关系。
３ ． 将非分析数据进行分离 维度表中的有些属性与事实表中的度 量数据无直接关系。例如：商品的详细信 息，大小、规格；会员客户的基本信息等。 将这些信息分离成一片“雪花”，使维表和 事实表尽量“精练”。提高了多维查询的速 度。当我们需要这些信息时，才到这片雪花 中查找。 总之，雪花模型要在星型模型的基础 上，描述出属性间清晰的层次和分类关系。 把图 １ 所示的连锁超市数据仓库（集市）星 型模型“雪花”化，就得到该集市的雪花模 型。如图 ２ 所示。
表（ｎ ＜ ＝ ｍ ）。所谓 ｎ 度聚集，就是把 ｍ 维事 钻时，只需要向 Ｏ Ｌ Ａ Ｐ 工具提供相应的不同
实表中的 ｎ 个维度提升到一定的层次，其余 粒度的聚集事实表即可。
的（ｍ － ｎ ）维保持最低层次。这样生成的事
为了改善数据汇总查询的性能，可以
实表同相应衍生出的维表形成一个简明的 建立一个汇总表，将常用的全部聚集事实
数据模型是开发和构建数据仓库（集 市）的基础；是联机分析处理和数据挖掘的 重要条件。星型模型和雪花模型是基于关 系数据库的数据仓库的两种典型的数据模 型。目前，数据仓库星型模型已被广泛应 用。而雪花模型的实用价值还处在进一步 认识和开发阶段。
一、连锁超市数据仓库星型数据模型 “星型模型”是数据仓库广泛采用的数 据模型。它能准确、简洁地描述出实体之间 的逻辑关系。建立数据仓库的数据模型，一 般都是在对应用主题分析的基础上，首先 建立星型模型。现以超市数据仓库为例，认 识和理解数据仓库星型模型。
要针对 来自百度文库 Ｌ Ａ Ｐ 和挖掘工具的需要，在两种模
式之间作出权衡和选择。使数据模型在数
据仓库的构建和应用中发挥出更好的作用。
图 ４ 连锁超市数据集市雪花模型三路聚焦 通过各种聚集，不仅满足了联机分析
处理和数据挖掘对各种数据粒度的要求， 更可喜的是，由于聚集产生的是结构简单 的星型模型，使星型模型的各种优势在这 里得到发挥。
连锁店维：各连锁店承担了全部商品 的销售业务。连锁店的服务质量直接影响 企业的竞争力、销售业绩和企业利润。连锁 店维中建立了连锁店名、所在地域等维度 属性。
根据分析主题和需求，建立连锁超市数 据仓库（集市）星型数据模型，如图 １ 所示。
图 １ 连锁超市数据集市星型模型 二、星型模型的优势和不足 １ ． 星型模型的优势 星型模型在数据仓库中具有很大优势： （ １ ） 星型模型围绕一个确定的主题，体 现了数据仓库对数据结构和组织的要求； （ ２ ） 星型模型简单、清晰的结构准确反 映了用户的需求，使用户易于理解； （ ３ ） 星型模型维度表包含了用户经常查 询和分析的属性，优化了对数据库的浏览， 在维度表和事实表之间没有任何“迷宫”。 使查询的过程变得简单而直接。 （４）星型模型为 ＯＬＡＰ 提供了良好的工作 条件，使 ＯＬＡＰ 能通过星型连接和星型索引， 显著提高查询性能。 ２ ． 星型模型的不足 星型模型也有明显的不足：
（ ３ ） 维度属性的复杂形成的大维度问 题。大维度中的长文本字段占用存储空间， 维度数据不易更新和维护；向大维度表填 充数据难度增大；对事实表的查询涉及大 维度表时，会影响效率。
（ ４ ） 当维的属性复杂时，处理维的层次 关系比较困难。
（ ５ ） 对“多对多”关系，星型模型无能 为力。
三、连锁超市数据集市的“雪花模型” 设计
商业研究
超市数据仓库雪花模型的设计与应用
雷启明 乐山师范学院计算机科学与信息工程系
［摘 要］ 以连锁超市数据仓库数据模型为典型案例，在分析星型模型的优势和不足的基础上，提出了把星型模型扩 展为雪花模型的基本方法。并通过聚集事实表等途径，使星型模型和雪花模型的特色和优势得到有效的应用。为数据仓库 的联机分析处理和数据挖掘奠定了基础。
系来处理。
总之，雪花模型提高了数据仓库应用
的灵活性。使系统进一步专业化和实用化。
五、结束语
图 ３ 连锁超市数据集市雪花模型二路聚集
星型模型和雪花模型是基于关系数据
库的数据仓库的两种典型的数据模型。星
型模型是雪花模型的原型，雪花模型是星
型模型的衍生。各有所长，各有特色。在实
际应用中，要对具体问题作出具体分析，还
商品维：商品不仅决定了超市的经营 范围，商品的结构、品牌、质量直接影响营 业额。在商品维中，设计了商品代码、商品 名称、商品类别、品牌名称、包装类别以及 商品的基本信息等维度属性。
时间维：在数据仓库的多维数据结构 中，时间维往往是不可少的一个维度。因为 每项“销售事实”都是在一定的时间或者时 间段内发生。针对需求，时间维采用日、月、 季、年四个属性。
使用频率高的汇总数据存放在聚集事实表 使用户了解数据背后蕴含的规律，以达到
中。雪花模型维度表清晰的层次关系为建 获取相关决策信息的目的。
立聚集事实表创造了条件。
雪花模型及以雪花模型为依托生成的
根据聚集的概念，在有 ｍ 维的雪花模型 各层次的聚集事实表，为 Ｏ Ｌ Ａ Ｐ 提供了良好
或星型模型中，可以建立多个 ｎ 度聚集事实 的工作条件。例如，在对数据进行上钻或下
需求情况，在雪花模型中对客户维、商品维 弥补了雪花模型在查询速度方面的不足。
和时间维进行的三路聚集即可。如图 ４ 所示。
４ ． 雪花模型在多对多关系处理中的应
用
在实际的问题中，数据仓库的数据会
出现“多对多”的关系。多对多关联不可能
在星型模式中实现。但可通过雪花模型将
“多对多”的关系转化成多个“一对多”关
星型模型。例如：
表的表名、粒度、相应的维度属性存放在汇
为了分析会员客户对各种品牌商品的 总表中，并通过数据仓库元数据进行管理。
购买情况，在雪花模型中对客户维和商品 这样，Ｏ Ｌ Ａ Ｐ 就能根据汇总表的指示，选用
维进行二路聚集即可。如图 ３ 所示。
不同粒度的聚集事实表进行切片、切块、聚
为了分析会员客户一年中对各类商品的 合、钻取、旋转等操作，提高了分析速度，
将大维度表“雪花化”方法是： １ ． 按维属性的层次分解 维度的层次性体现在用户观察数据的 粒度不同。例如：在数据集市中，商品、商 品品牌、分类是商品的三个不同层次。客户 维中，客户、会员客户、分地域的客户是客 户的三个不同层次。 ２ ． 按维的属性类别分解 维属性之间有一些是互不关联的属性，
４ ０ 《商场现代化》２００８ 年 ９ 月（上旬刊）总第 ５５０ 期
数据集市需要保留最低层次的细节数 聚合、钻取、旋转等操作，并通过直观的方
据。以满足数据抽取、信息查询和数据挖掘 式从多个角度、多个侧面、多个层次及多种
的需要；另一方面，为提供决策支持，需要 数据综合程度对多维数据进行分析、比较，
多方面的高粒度的汇总数据。因此，需要把 并把结果用表格或图形方式显示给用户，
一个典型的星型模式包括一个大型的 事实表和一组逻辑上围绕这个事实表的维 度表。
事实表是星型模型的核心，事实表由 主键和度量数据两部分组成。星型模型中 各维度表主键的组合构成事实表的主键。 事实表中存放的大量数据，是同主题密切 相关的、用户最关心的度量数据。“销售”是 超市的主题，因此，在事实表中，要准确记 载各超市所有商品的销售数量、营业额、利 润等度量数据。
［关键词］ 连锁超市 数据仓库 星型模型 雪花模型设计 雪花模型应用
信息技术的迅速发展和企业管理决策 的迫切需要，使数据仓库技术应运而生。
１９９３ 年，数据仓库之父 Ｗ．Ｈ．ｌｎｍｏｎ 将数 据仓库定义为：“一个面向主题的、集成的、 随时间变化的、非易失性的数据集合，用以 支持管理层的决策”。数据仓库的概念，决 定了数据仓库特有的数据组织模式和广泛 的应用前景。
４ １ 《商场现代化》２００８ 年 ９ 月（上旬刊）总第 ５５０ 期
（ １ ） 星型模型是非规范化的，星型模型 以增加存储空间为代价来提高多维数据的 查询速度，造成很大的数据冗余；非规范化 的、含有大量冗余的维度表，会使数据切片 变得更加复杂。
（ ２ ） 由于星型模型中各维度表主键的组 合构成事实表的主键。当星型模型的维不 能满足要求时，维的变化是非常复杂、耗时 的。
“雪花模型”是针对星型模型存在的不 足和数据分析处理的需要，在星型模型的 基础上拓展而来的。将“星型模型”中的维 表规范化，对维度表、特别是大维度表的属 性按层次和类别进行分解，形成一些局部 的层次区域，就得到一个以事实表为中心 的“雪花模型”。
在连锁超市数据仓库的星型模型中， 客户维和商品维都是典型的大维度。这是 因为：大的连锁超市，客户维和商品维很 深，累计可能有数以万计的客户和上万种 商品；客户维和商品维很宽，根据需要，这 两种维可以有多个维度属性。
维度是观察事实、分析主题的角度。维 度表的集合是构建数据仓库数据模式的关 键。维度表通过主键与事实表相连。用户依 赖维表中的维度属性，从事实表中获取支 持决策的数据。围绕销售主题，连锁超市数 据仓库有以下典型的维度及其属性：
客户维：在客户维中，建立了客户的基 本信息、是否为会员客户、客户居住地域等 属性。
３．雪花模型在联机分析处理（ＯＬＡＰ）中 的应用
联机分析处理（ＯＬＡＰ）是基于数据仓库 的一种多维数据分析技术，是数据仓库的 重要应用。Ｏ Ｌ Ａ Ｐ 从数据仓库中的某个特定 主题的集成数据出发，使用多维分析方法， 对客户端的请求，对数据进行切片、切块、
参考文献： ［１］Ｗ．Ｈ．Ｉｎｍｏｎ 著 王志海等译：数据仓 库［Ｍ］．机械工业出版社，２００３ ［２］Ｐａｕｌｒａｊ Ｐｏｎｎｉａｈ 著 段云峰等译：数据 仓库基础［Ｍ］．电子工业出版社，２００４ ［３］Ｊｉａｗｅｉ Ｈａｎ Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ 著，范明，等 译．数据挖掘概念与技术［Ｍ］．机械工业出版 社，２００４ ［４］平 静 林平瑞：元数据管理及其在 数据仓库中的应用［Ｊ］．平原大学学报，２００６ （８）：１３０～１３２ ［ ５ ］彭晓东： 基于数据仓库的综合决策 支持系统的设计研究［ ｊ ］ ． 电脑开发与应用， ２００３（６）：１１～２０
商业研究
例如：商品的品牌和包装，是否为会员客 户，他们之间无层次关系。把维的属性类别 分解形成维的局部星型关系。
３ ． 将非分析数据进行分离 维度表中的有些属性与事实表中的度 量数据无直接关系。例如：商品的详细信 息，大小、规格；会员客户的基本信息等。 将这些信息分离成一片“雪花”，使维表和 事实表尽量“精练”。提高了多维查询的速 度。当我们需要这些信息时，才到这片雪花 中查找。 总之，雪花模型要在星型模型的基础 上，描述出属性间清晰的层次和分类关系。 把图 １ 所示的连锁超市数据仓库（集市）星 型模型“雪花”化，就得到该集市的雪花模 型。如图 ２ 所示。
表（ｎ ＜ ＝ ｍ ）。所谓 ｎ 度聚集，就是把 ｍ 维事 钻时，只需要向 Ｏ Ｌ Ａ Ｐ 工具提供相应的不同
实表中的 ｎ 个维度提升到一定的层次，其余 粒度的聚集事实表即可。
的（ｍ － ｎ ）维保持最低层次。这样生成的事
为了改善数据汇总查询的性能，可以
实表同相应衍生出的维表形成一个简明的 建立一个汇总表，将常用的全部聚集事实
数据模型是开发和构建数据仓库（集 市）的基础；是联机分析处理和数据挖掘的 重要条件。星型模型和雪花模型是基于关 系数据库的数据仓库的两种典型的数据模 型。目前，数据仓库星型模型已被广泛应 用。而雪花模型的实用价值还处在进一步 认识和开发阶段。
一、连锁超市数据仓库星型数据模型 “星型模型”是数据仓库广泛采用的数 据模型。它能准确、简洁地描述出实体之间 的逻辑关系。建立数据仓库的数据模型，一 般都是在对应用主题分析的基础上，首先 建立星型模型。现以超市数据仓库为例，认 识和理解数据仓库星型模型。
要针对 来自百度文库 Ｌ Ａ Ｐ 和挖掘工具的需要，在两种模
式之间作出权衡和选择。使数据模型在数
据仓库的构建和应用中发挥出更好的作用。
图 ４ 连锁超市数据集市雪花模型三路聚焦 通过各种聚集，不仅满足了联机分析
处理和数据挖掘对各种数据粒度的要求， 更可喜的是，由于聚集产生的是结构简单 的星型模型，使星型模型的各种优势在这 里得到发挥。
连锁店维：各连锁店承担了全部商品 的销售业务。连锁店的服务质量直接影响 企业的竞争力、销售业绩和企业利润。连锁 店维中建立了连锁店名、所在地域等维度 属性。
根据分析主题和需求，建立连锁超市数 据仓库（集市）星型数据模型，如图 １ 所示。
图 １ 连锁超市数据集市星型模型 二、星型模型的优势和不足 １ ． 星型模型的优势 星型模型在数据仓库中具有很大优势： （ １ ） 星型模型围绕一个确定的主题，体 现了数据仓库对数据结构和组织的要求； （ ２ ） 星型模型简单、清晰的结构准确反 映了用户的需求，使用户易于理解； （ ３ ） 星型模型维度表包含了用户经常查 询和分析的属性，优化了对数据库的浏览， 在维度表和事实表之间没有任何“迷宫”。 使查询的过程变得简单而直接。 （４）星型模型为 ＯＬＡＰ 提供了良好的工作 条件，使 ＯＬＡＰ 能通过星型连接和星型索引， 显著提高查询性能。 ２ ． 星型模型的不足 星型模型也有明显的不足：
（ ３ ） 维度属性的复杂形成的大维度问 题。大维度中的长文本字段占用存储空间， 维度数据不易更新和维护；向大维度表填 充数据难度增大；对事实表的查询涉及大 维度表时，会影响效率。
（ ４ ） 当维的属性复杂时，处理维的层次 关系比较困难。
（ ５ ） 对“多对多”关系，星型模型无能 为力。
三、连锁超市数据集市的“雪花模型” 设计
商业研究
超市数据仓库雪花模型的设计与应用
雷启明 乐山师范学院计算机科学与信息工程系
［摘 要］ 以连锁超市数据仓库数据模型为典型案例，在分析星型模型的优势和不足的基础上，提出了把星型模型扩 展为雪花模型的基本方法。并通过聚集事实表等途径，使星型模型和雪花模型的特色和优势得到有效的应用。为数据仓库 的联机分析处理和数据挖掘奠定了基础。
系来处理。
总之，雪花模型提高了数据仓库应用
的灵活性。使系统进一步专业化和实用化。
五、结束语
图 ３ 连锁超市数据集市雪花模型二路聚集
星型模型和雪花模型是基于关系数据
库的数据仓库的两种典型的数据模型。星
型模型是雪花模型的原型，雪花模型是星
型模型的衍生。各有所长，各有特色。在实
际应用中，要对具体问题作出具体分析，还
商品维：商品不仅决定了超市的经营 范围，商品的结构、品牌、质量直接影响营 业额。在商品维中，设计了商品代码、商品 名称、商品类别、品牌名称、包装类别以及 商品的基本信息等维度属性。
时间维：在数据仓库的多维数据结构 中，时间维往往是不可少的一个维度。因为 每项“销售事实”都是在一定的时间或者时 间段内发生。针对需求，时间维采用日、月、 季、年四个属性。
使用频率高的汇总数据存放在聚集事实表 使用户了解数据背后蕴含的规律，以达到
中。雪花模型维度表清晰的层次关系为建 获取相关决策信息的目的。
立聚集事实表创造了条件。
雪花模型及以雪花模型为依托生成的
根据聚集的概念，在有 ｍ 维的雪花模型 各层次的聚集事实表，为 Ｏ Ｌ Ａ Ｐ 提供了良好
或星型模型中，可以建立多个 ｎ 度聚集事实 的工作条件。例如，在对数据进行上钻或下
需求情况，在雪花模型中对客户维、商品维 弥补了雪花模型在查询速度方面的不足。
和时间维进行的三路聚集即可。如图 ４ 所示。
４ ． 雪花模型在多对多关系处理中的应
用
在实际的问题中，数据仓库的数据会
出现“多对多”的关系。多对多关联不可能
在星型模式中实现。但可通过雪花模型将
“多对多”的关系转化成多个“一对多”关