电子商务数据仓库.ppt

《电子商务数据仓库.ppt》由会员分享，可在线阅读，更多相关《电子商务数据仓库.ppt（41页珍藏版）》请在三一办公上搜索。

1、数据仓库,数据仓库的定义 数据仓库理论的创始人在其Building the Data Warehouse一书中，给出了数据仓库的四个基本特征：面向主题，数据是集成的，数据是不可更新的，数据是随时间不断变化的。,基本概念,数据仓库定义 数据仓库是一个面向决策主题的、集成的、时变的、非易失、以读为主的数据集合。数据仓库系统的分类Web数据仓库；并行数据仓库；多维数据仓库；压缩数据仓库等。OLAP定义 OLAP是针对某个特定的主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给用户。,面向决策主题的 数据仓库围绕一些主题,排除对于决策无用的数据,提供特定

2、主体的简明视图。集成的 构造数据仓库是将多个异种数据源集成在一起,确保命名约定,编码结构,属性度量等一致性。时变的 数据存储从历史的角度提供信息.在数据仓库,隐式或显式地包含时间元素。非易失的 数据仓库总是物理地分离存放数据；由于这种分离，数据仓库不需要事务处理，恢复和并发控制。通常数据仓库只需要两种数据访问:数据的初始化装入和数据访问。以读为主的 数据仓库中的数据主要是提供决策进行查询，一般不一定都需要即时更新，可以定期刷新或按需刷新。,数据仓库基本特性,数据仓库项目流程管理及系统性能管理和监控,OLTP,数据源,数据仓库,数据集市,数据采集及整合,数据的映射规则、模型,。,（元数据管理）,

3、数据展现及决策,生产,财务,结算,外部,地区,分析,总量,分析,市场,分析,ETL,数据分析、DM,终端用户,终端用户,数据仓库体系结构,数据仓库的结构,早期细节级,当前细节级,轻度综合级数据集市,高度综合级,元数据,操作型转换,数据仓库中的几个重要概念,ETLETL（Extract/Transformation/Load）用户从数据源抽取出所需的数据，经过数据清洗、转换,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。元数据 关于数据的数据，指在数据仓库建设过程中所产生的有关数据源定义、目标定义、转换规则等相关的关键数据。同时元数据还包含关于数据含义的商业信息。Data Mart

4、数据集市-小型的，面向部门或工作组级数据仓库。,Operation Data Store操作数据存储 ODS是能支持企业日常的全局应用的数据集合，是不同于DB的一种新的数据环境,是DW 扩展后得到的一个混合形式。四个基本特点：面向主题的(Subject-Oriented)、集成的、可变的、当前或接近当前的。粒度数据仓库的数据单元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。分割结构相同的数据可以被分成多个数据物理单元。任何给定的数据单元属于且仅属于一个分割。,数据仓库中的几个重要概念(续),操作数据库与数据仓库的区别,操作数据库系统的主要任务是

5、联机事务处理OLTP数据仓库在数据分析和决策方面为用户提供服务，这种系统称为联机分析处理OLAP,采购子系统:订单（订单号，供应商号，商品号，类别，单价。数量，总金额，日期，）供应商（供应商号，供应商名，地址，电话，）销售子系统：客户（客户号，姓名，地址，电话，）销售（客户号，商品号，数量，单价，日期，）库存子系统：进库单（编号，商品号，数量，单价，日期，）出库单（编号，商品号，数量，单价，日期，）库存（商品号，库房号，类别，单价，库存数量，总金额，日期，）,商品固有信息：商品号，类别，单价，颜色，商品采购信息：商品号，类别，供应商号，供应日期，单价，数量，商品销售信息：商品号，客户号，数量，

6、单价，销售日期，商品库存信息：商品号，库房号，库存数量，日期，）,商品主题域：,采购子系统,销售子系统,库存子系统,3、数据仓库中的数据组织 数据仓库中的数据分为四个级别：早期细节级，当前细节级，轻度综合级，高度综合级。,19851998年销售明细表,19982003年销售明细表,19982003年每月销售表,19982003年每季度销售表,DW中还有一类重要的数据：元数据（metedata）。元数据是“关于数据的数据”（RDBMS中的数据字典就是一种元数据）。数据仓库中的元数据描述了数据的结构、内容、索引、码、数据转换规则、粒度定义等。,4、数据仓库系统结构,RDBMS,数据文件,其他,综合

7、数据,当前数据,历史数据,元数据,抽取、转换、装载,数据仓库,OLAP工具,DM工具,查询工具,分析工具,二、数据仓库设计 数据仓库的设计分为如下三个阶段：,数据仓库建模 分析主题域 确定粒度层次 确定数据分割策略 构建数据仓库 数据的存储结构与存储策略 DSS应用编程,三、操作数据存储（ODS）在许多情况下，DB-DW的两层体系结构并不适合企业的数据处理要求。因为，虽然可以粗略地把数据处理分成操作型和分析型，但这两种处理处理并不是泾渭分明的。ODS（Operational Data Store）作为一个中间层次，一方面，它包含企业全局一致的、细节的、当前的或接近当前的数据，另一方面，它又是一

8、个面向主题、集成的数据环境，适合完成日常决策的分析处理。,四、数据仓库的实现 数据仓库的工具主要有：数据预处理工具，数据分析（OLAP）工具，数据挖掘工具，OLAP服务器。,数据仓库和OLAP工具基于多维数据模型（在数据仓库中，通常以多维方式来存储数据。）。基本概念 维：人们观察数据的特定角度。维的层次：人们观察数据的特定角度可能存在细节程度不同的多个描述方面，我们称其为维的层次。多维分析的基本动作 切片，旋转，上卷，下钻。,Sales volume as a function of product,month,and region,Product,Region,Month,Dimension

9、s:Product,Location,TimeHierarchical summarization paths,Industry Region YearCategory Country QuarterProduct City Month Week Office Day,Total annual salesof TV in U.S.A.,Date,Product,Country,All,All,All,sum,sum,TV,VCR,PC,1Qtr,2Qtr,3Qtr,4Qtr,Canada,Mexico,sum,选定两个维：产品维和地区维,时间维,数据切片,产品维,地区维,产品维,地区维,基于R

10、DBMS的数据仓库实现 关系数据库将多维数据库中的多维结构分为两类：一类是事实表，用来存储事实的度量值以及各个维的码值；另一类是维表。数据仓库的设计模型有：星型模式，雪花模式，混合模式 数据仓库的设计也可以理解为面向OLAP的数据库设计。,在星型模式中，主要数据存储在事实表中，没有冗余，并符合3NF或BCNF。维值信息存储在维表中。维表一般不需要规范化。主要原因是维表是静态的，是否会产生因更新而导致异常也就不重要了。,Products,Pid pname category price,Locations,Locid city state country,Pid timeid locid sal

11、es,Timeid date month quarter year holiday_flag,Times,Sales,定单号销售员号客户号产品号日期标识地区名称数量总价,定单号定货日期,客户号客户名称客户地址,销售员号姓名城市,产品号产品名称单价,日期标识日月年,地区名称省,事实表,星型模式,定单号销售员号客户号产品号日期标识地区名称数量总价,定单号定货日期,客户号客户名称客户地址,销售员号姓名城市,产品号产品名称单价,日期标识日月年,地区名称省,事实表,雪花模式,产品号公司代码,公司代码公司名称地址,27,服务事实表,报修维表,时间维表,服务响应维表,人员维表,故障维表,备件维表,服务反馈维

12、表,销售记录维表,商品维表,时间维表,客户维表,时间维表,数据仓库的主要应用,信息处理支持查询和基本的统计分析，并使用表或图进行报告。分析处理支持基本的OLAP操作，在汇总的和细节的历史数据上操作。数据挖掘支持知识发现，包括找出隐藏的模式和关联，构造分析模型，进行分类和预测，并用可视化工具提供挖掘结果.,OLAP发展背景,60年代，关系数据库之父提出了关系模型，促进了联机事务处理(OLTP)的发展(数据以表格的形式而非文件方式存储)。1993年，提出了OLAP概念，认为OLTP已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析

13、需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此，提出了多维数据库和多维分析的概念，即OLAP。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 可更新 不可更新，但周期性刷新 一次处理的数据量小 一次处理的数据量大面向应用，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,什么是OLAP？,定义1：OLAP(联机分析处理)是针对特定问题的联机数据访问和分析。通过对信息(维数据)的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。定义

14、2：OLAP(联机分析处理)是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。(OLAP委员会的定义)OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维”这个概念，因此OLAP也可以说是多维数据分析工具的集合。,OLAP相关基本概念,1）维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维(时间维、地理维等)。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不同的各个描述方面(时间维：

15、日期、月份、季度、年)。3）维的成员：维的一个取值。是数据项在某维中位置的描述。(“某年某月某日”是在时间维上位置的描述)4）多维数组：维和变量的组合表示。一个多维数组可以表示为：(维1，维2，维n，变量)。(时间，地区，产品，销售额)5）数据单元(单元格)：多维数组的取值。(2000年1月，上海，笔记本电脑，$100000),OLAP特性,(1)快速性:用户对OLAP的快速反应能力有很高的要求。系统应能在5秒内对用户的大部分分析要求做出反应。(2)可分析性:OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。(3)多维性:多维性是OLAP的关键属性。系统必须提供对数据的多维视图和分析,包

16、括对层次维和多重层次维的完全支持。(4)信息性:不论数据量有多大，也不管数据存储在何处，OLAP系统应能及时获得信息，并且管理大容量信息。,OLAP基本操作,上卷操作：通过维层次，在数据立方体上进行聚集。下钻操作：是上卷操作的逆操作，由不太详细的数据到更详细的数据。切片和切块：切片在给定的数据立方体的一个维上进行选择，切块则是在两个或两个以上的维进行选择。旋转操作：是改变维度的位置关系，使最终用户可以从其他视角来观察多维数据。,OLTP和OLAP的区别,用户和系统的面向性:OLTP是面向顾客的,用于事务和查询处理；OLAP是面向市场的,用于数据分析。数据内容:OLTP系统管理当前数据；OLAP

17、系统管理大量历史数据,提供汇总和聚集机制。数据库设计:OLTP采用实体-联系ER模型和面向应用的数据库设计；OLAP采用星型或雪花模型和面向主题的数据库设计。,视图:OLTP主要关注一个企业或部门内部的当前数据,不涉及历史数据或不同组织的数据；OLAP则相反，不仅关注本企业或组织内部的当前数据，而且更多地涉及到历史数据和其他组织的数据。访问模式:OLTP系统的访问主要由短的原子事务组成，这种系统需要并行和恢复机制。OLAP系统的访问大部分是只读操作。,OLTP和OLAP的区别(续),OLAP服务器类型,关系OLAP(ROLAP)模型使用关系或扩充关系DBMS存放并管理数据仓库。多维OLAP(MOLAP)服务器这些服务器通过基于数组的多维存储，支持数组的多维视图。混合OLAP(HOLAP)服务器结合ROLAP和MOLAP技术，得宜于ROLAP的可伸缩性和MOLAP的快速计算。,ROLAP体系结构,MOLAP体系结构,HOLAP体系结构(续),OLAP的Web表现方式,静态方法静态HTML报表动态方法通过HTML模板及元数据动态生成报表改进方法使用Java或ActiveX,