数据仓库设计

数据仓库设计概述

设计原则

• 业务和需求为核心

• 数据为驱动

模式

先整体在局部

• 规范程度高

• 便于全局数据分析和挖掘

• 成本高、见效慢

先局部再整体

• 投资少、见效快

• 集成有很多问题

设计过程

• 模型设计、物理设计、数据处理

规划和需求分析

• 规划
• 明确用户需求
• 明确数据库需求

• 主题分析

• 数据分析

建模

主要工作

确定主题域

粒度设计

数据仓库建模

• 完整性

• 事实表关键字必须建立索引

确定数据分割策略

维表设计

特征

• 通常使用解析过的时间、名字或地址元素

• 不适用 业务数据库的关键字作为主键，而对每个维表额外增加一个字段作为主键识别维表中的对象

类型

• 结构维：维层次结构组成中的信息度量

• 信息维：计算字段建立

• 分区维：同一结构生成的多个维

• 分类维：

• 一致维：

• 父子维：

维表中的概念分层

事实表设计

特征

• 尽量减少记录长度

• 除度量外，其他字段都是维表关键字（星形时）

类型

• 原子事实表：最细粒度的事实表

• 聚集事实表：原子事实表汇总

• 合并聚集表：相同粒度的事实进行组合建模

聚集函数

逻辑模型

物理模型设计

确定存储结构

• 考虑存取时间、空间利用率、维度代价来放到不同的存储截

确定索引策略

确定存储分配

数据仓库部署与维护

部署

用户认可

• 通过相关测试，是否可用

初始装载

• 运行接口程序，将数据装到数据库

桌面准备

初始培训

维护

• 管理日常数据装入工作

• 仓库追加数据、确定数据刷新率

课后题