本文主要介绍了数据仓库的基本概念，包括Subject-Oriented、Integrated、Time Variant和Nonvolatile四个特性，并对比了OLTP与OLAP的区别。此外，还讨论了数据仓库的独立性、多维数据模型以及常见的OLAP操作，如Roll up、Drill down、Slice and dice等。最后，概述了数据仓库的理论实现过程。
数据仓库
知识发现流程
数据清洗集成——数据仓库——选择迁移——数据挖掘——模式评估
数据仓库
数据仓库是一个面向主题的，集成的，时时变化的且非易失的数据集合
数据仓库的定义不严格，但普遍具有的特征：
- 与数据库分开维护，独立决策
- 通过数据分析提供信息处理方式
数据仓库的Subject-Oriented
- 围绕核心主题
- 关注数据建模和分析，而不是数据操作
- 为决策提供简单可分析的视图
数据仓库的Integrated
- 异构数据
- 关系数据库，平面文件，联机事物
数据仓库的Time Variant
显而易见，数据仓库的时间跨度比数据库长
数据仓库的Nonvolatile
- 物理隔离的存储
- 数据不会像数据库长期更新
OLTP和OLAP
最低0.47元/天 解锁文章
扫一扫
1144
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
