数据仓库(1)--决策支持系统（DSS）

1.体系结构设计环境层次
操作层，数据仓库层，数据集市层（OLAP,多维DBMS），个体层（启发式分析层）。
2.开发的生命周期
(1)传统的操作型的数据的开发周期如下:以需求为中心，收集需求，分析，设计，编程，调试，集成，实现。
(2)数据仓库的生命周期如下：以数据为中心，实现数据仓库，集成数据，校验偏差，针对数据编程，设计dss系统，分析结果，理解需求。
3.硬件的利用模式
操作型的有波峰和波谷，但总归存在相对稳定的利用模式。
数据仓库有着不同的利用模式，利用的二元模式。要么利用全部硬件，要么根本不用硬件。所以估算数据仓库中的硬件平均利用率是没有意义的。
所以，这些根本区别表明，在同一台机器上部署两种环境是不可行的。要么针对数据仓库的处理优化机器。
4.监控数据仓库环境
1.存储与数据仓库中的数据和数据的使用。能够取得一下重要信息。
■ 识别发生了什么增长，增长发生在什么地方，增长以什么速率发生。
■ 识别正在使用什么数据。
■ 估算最终用户得到的响应时间。
■ 确定谁在实际使用数据仓库。
■ 说明正在使用数据仓库中的多少数据。
■ 精确指出数据仓库何时被使用。
■ 识别数据仓库的多少数据被使用。
■ 检查使用数据仓库的层次。
2.在数据监控处理期间，可以建立数据的各种概要文件包括：
■ 数据仓库中所有表的目录。
■ 这些表的内容。
■ 数据仓库中表的增长。
■ 用于访问表的可用的索引目录。
■ 汇总表和汇总源的目录。
监控数据仓库活动的需求通过下列问题来说明：
■ 什么数据正在被访问？
• 什么时候访问？
• 由谁访问？
• 访问频率怎样？
• 在什么细节层次？
■ 对请求的响应时间是什么？
■ 在一天的什么时间提出请求？
■ 请求多大的数据量？
■ 请求是被终止的还是正常结束的？