数据挖掘技术--多维数据模型

数据立方体：

 

数据仓库和数据仓库技术基于多维数据模型。这个模型把数据看成数据立方体形式。多维数据模型围绕中心主题组织，该主题是事实表表示。事实是数值度量的。

数据立方体允许以多维数据建模和观察。他是维和事实定义的。

维是关于一个组织想要记录的视角或观点。每个维都有一个表与之相关联，称为维表。

事实表包括事实的名称或度量以及每个相关维表的关键字。

一个n维数据的立方体叫做基本方格。给定一个维的集合，我们可以构造一个方格的格，每个都在不同的汇总级或不同的数据子集显示数据，方格称为数据立方体。

 

数据仓库的概念模型：

多维数据模型是数据仓库的概念模型。

星型（star schema）：事实表在中心，周围围绕地连接着维表，事实表含有大量数据，没有冗余。

雪花模式（snowflake schema）：是星型模式的变种，其中某些维表是规范化的，因而把数据进一步分解到附加表中。结果，模式图形成类似于雪花的形状。

事实星座（fact constellation）：多个事实表共享维表，这个模式可以看成星型模式集，因此称为星系模式（galaxy schema），或者事实星座（factc onstellation）。

 

 

DMQL包括数据仓库和数据集市的语言原语，包括两种原语定义：

立方体定义（事实表）

define cube<cube_name>[<dimension_list>]:<measure_list>

维定义（维表）

define dimension <dimension_name> as