数据仓库2、数据仓库环境

数据仓库是体系结构化环境的核心，是DSS处理的基础。

他是一个面向主题的、集成的、非易失的、随时间变化的用来支持管理人员决策的数据集合。（包含粒度化的企业数据）

1、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）、高度综合数据级（取名）。

a：数据由操作环境导入数据仓库（当前细节级），常伴随着数据转换；

b-1：数据过期，数据进入早期细节级（通常存储在备用海量存储器上） 。

b-2：数据综合，数据进入轻度综合级；

c：数据再综合，进入高度综合数据级。

2、面向主题

数据仓库面向在高层企业数据模型中已定义好的企业主题域。（如：顾客、产品、交易、账目等）

每一个主题域都由N个互相关联的物理表组成。物理表之间由一个公共关键字联系起来（如：常用的顾客主题域，贯穿 各个信息表中的“顾客ID”）

数据可以存储在不同的介质中（DASD、磁带、光盘等），既有综合级又有细节级。

当数据围绕主题组织时，每个关键字都有一个时间元素，通常是关键字较低的部分。（如：顾客主题中的“起始日期到结束日期”“月”“活动日期”等。其中以“起始日期到结束日期”为组织的叫数据的连续组织）。

3、数据仓库建立的理想（典型）过程

一步步地设计并载入数据，进化型地发展。一蹴而就不现实并且有很多隐患。

第n天，生产系统的原始数据集合只剩操作性处理。数据库拥有丰富的数据，并有一些数据仓库的直接用户和许多部门数据库。

4、粒度

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。

数据的粒度一直是一个主要的设计问题：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 。粒度级别越低，查询范围越广。要使数据粒度适合数据仓库环境，必须先对数据进行编辑、过滤、汇总。

数据仓库粒度化的好处：

1、被不同部门的用户使用（重用性）

2、可以从不同的角度观察数据。（不同部门所需角度不同）

3、可以统一对数据进行一致性协调（分析结果有分歧的时候进行统一）

4、粒度够低，可以进行的操作就足够灵活（随心所欲提取数据）

5、数据够完整，够详细（整个企业的所有数据都在一起，当然够详细）

6、对未知的新需求所需分析做好准备。

一般来说，企业会选择采用双重粒度级别，如：轻度综合数据和“真实档案”的细节数据，从而提高查询效率、缩减费用、提高访问的便利性。高细节——内容详细；低细节——查询快。

粒度化的数据还可以支持数据探查与数据挖掘。（经过清理的、有组织的历史数据是非常棒的）

5、活样本数据库

是从数据仓库中取出真实档案数据或轻度综合数据的一个子集。“活”指这个数据库需要进行周期刷新。“样本”指他是一个大数据库的子集（样本）。当数据库太大时候，抽取某些特定条件的数据，用于数据统计分析。

好处：存取效率非常高。

6、分区设计

分区指把数据分散到可独立处理的分离物理单元区中。是仓库中数据的第二个主要设计问题。

分区原因：数据大块无法灵活地访问数据。

分区标准：1、时间；2、业务范围；3、地理位置；4、组织单位等等。

系统层和数据层都可以分区，由实际情况而定。

7、数据仓库的组织结构

简单堆积结构（按日期更新）

轮换综合数据存储（简单堆积的变种）。每周清空“日槽”

与简单堆积相比，非常紧凑；但一些细节丢失；提取越久的数据越不详细。

关键词：粒度、分区。