数据库三级选择填空常考题目总结

数据仓库与数据挖掘

联机事务处理（OLTP）环境：用于支持企业基本业务应用的环境。

数据仓库：面向主题的、集成的、非易失的、随时间变化的数据集合，用来支持管理人员的决策。

数据仓库特性：面向主题、集成、不可更新、时间特性。

典型数据仓库的数据体系结构：操作型数据、操作型数据存储、数据仓库、数据集市、个体层数据。

数据仓库的数据体系中的功能可分为数据处理、数据管理、数据应用三层。

系统中存在不同综合级别的数据，一般将综合级别称为粒度。粒度越大，综合程度越高；粒度越小，综合程度越低。

数据分区：系统层分区和应用层分区。

元数据一般分为技术性元数据和业务型元数据。

操作型数据存储层（ODS）：即时OLAP和全局型OLTP应用。

根据数据更新的速度来划分的三类ODS:

①ODS 1：数据更新频率秒级

②ODS 2：数据更新频率小时级

③ODS 3：数据更新频率天级

数据仓库的逻辑模型既可以采用关系型模型，也可以采用多维数据模型。

数据仓库中数据的维护策略分为三种：实施维护、延时维护、快照维护。

多维分析的基本操作：钻取与卷起。钻取与卷起是OLAP（联机分析处理）分析的两个最基本操作。

OLAP的实现方式有三种：基于多维数据库的OLAP、基于关系数据库的OLAP和混合型的OLAP。

数据挖掘一般由三个主要阶段组成：数据准备、数据挖掘、结果的解释评估。

数据仓库环境，粒度影响数据仓库的数据量和系统能回答的查询的类型。

大规模数据库架构

分布式数据库最基本的特征：本地自治、非集中式管理、高可用性。

分布式数据库分布透明性：位置独立性、数据分片独立性、数据复制独立性。

数据分布策略：

①数据分片：水平分片、垂直分片、导出分片

②数据分配：

*集中式：所有的数据片断安排在一个场地上。

*分割式：所有全局数据有且只有一份，被分割为若干片断，每个片断被分配在一个特定场地上。

*全复制式：全局数据有多个副本，每个场地上都有一个完整的数据副本。

*混合式：全局数据被分为若干个数据子集，每个子集被安排在一个或多个不同的场地上，但每个场地未必保留所有数据。

分布透明性：

①分片透明性：最高级别的透明性。