数据仓库笔记二

数据仓库是一个面向主题、集成的、非易失的且随时间变化的数据集合、用来支持管理人员决策。

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。

粒度的双重级别-轻度综合和真实档案

数据仓库最常用的数据组织形式

1、简单堆积

2、轮转综合

3、简单直接-间隔一定时间的操作类型数据的一个快照

4、连续-把一个快照追加到一个以前生成的连续文件上来创建

有三个层次的数据建模：高层建模( E R D，实体关系层)，中间层建模( D I S，数据项集)，底层建模(物理层)。

集成范围定义了数据模型的边界，而且集成范围需要在建模之前进行定义。这个范围由
系统的建模者、管理人员和最终用户共同决定。如果范围没有事先确定，建模过程就会一直
持续下去

中间层数据模型由初始数据组、二次数据组、连接件（表示主要主题域间的数据关系），数据类型组成。

公有数据在左边，独有数据在右边。

物理数据模型是由中间层数据模型创建的，它只是通过包含键码和模型的物理特性来扩展
中间层数据模型而得到的。这时，物理数据模型看上去像一系列表，这些表有时称做关系表。

在数据仓库的情况下，确定操作性能特性的第一步意味着决定数据的粒度与分割，必须
这样做。(当然，键码结构要做改变，以便能加入与每个数据单元都相关的时间元。)

由事件触发的快照有四个基本部分：
• 键码( K E Y )。
• 时间单元。
• 只和键码相关联的初始数据。
• 作为快照过程的一部分所捕获的二次数据，和初始数据或键码无直接的关系。

元数据在数据仓库的上层，并且记录数据仓库中对象的位置。典型地