2022-02-22

数据仓库与数据挖掘

数据仓库特点：

面向主题

集成

相对稳定的（非易失的）

反映历史变化（随着时间变化）

数据挖掘：

方法：

决策树

神经网络

遗传算法

关联规则挖掘算法

分类：

关联分析：挖掘出隐藏在数据间的相互关系

序列模式分析：侧重点是分析数据间的前后关系（因果关系）

分类分析：为每一个记录赋予标记并按标记分类

聚类分析：分类分析的逆过程

反规范化

技术手段：

       增加派生性冗余列

       增加冗余列

       重新组表

       分割表

大数据

数据量（Volume）

速度（Velocity）

多样性（Variety）

值（Value）

大数据处理系统应具有以下重要特征：

       高度可扩展性

       高性能

       高度容错

       支持异构环境

       较短的分析延迟

       易用且开放的接口

       较低成本

向下兼容性