4.1查询驱动的方法需要复杂的信息过滤和集成处理,这种方法是低效的,并且对于频繁的查询,开销可能很大。而更新驱动将来自多个异构源的信息预先集成,并存储在数据仓库中,供直接查询和分析,并且还支持复杂的多维查询,优势明显,因此更获得工业界的青睐。
很明显,当异构数据库数量较少时,查询开销本来就不大,查询驱动的方法就很容易进行查询分析,而构建数据仓库的代价依然很大,再使用更新驱动就得不偿失了。
4.2(a)雪花模式在星形模式一个大的中心表和一组小的附属表的基础上,可以进一步对某些维表规范化,把数据进一步分解到附加的表中。
事实星座是多个中心表共享维表,可以看做星形模式的汇集。
星网查询模型由中心点发出的射线组成,其中每一条射线代表一个维的概念分层。(类似于多维坐标系统,从原点开始层次逐渐上卷。)
(b)数据清理:检测数据中的错误,可能时订正。
数据变换:将数据从原来数据库中的各种类型格式转换成数据仓库格式。
刷新:就是对数据仓库进行更新。
数据清理是修改错误,数据变换是转换类型,刷新是把原数据库内容添加到数据仓库的过程。
(c)发现驱动的立方体:以多维对数据建模和观察来分析数据
多特征立方体:以多维数据建模来提供关于给定数据的汇总
虚拟仓库:是原数据库上视图的集合。
4.3 (a)星形模式。雪花模式。事实星座模式