文档介绍：:①数据太多,信息贫乏②异构环境数据的转换和共享③利用数据进行事务处理变为利用数据支持决策。
,体现以下几点:①数据库用于事务处理,数据仓库用于决策分析②数据库保持事务处理的当前状态,数据仓库及保存过去的数据有保存当前的数据③数据仓库的数据是大量数据库的集成④对数据库的操作比较明确,对数据仓库的操作不明确,操作数量大
数据库:①面向应用②数据是详细的③保持当前数据④数据是可更新的⑤对数据操作是重复的⑥操作需求是事先可知的⑦一个操作存取一个记录⑧数据非冗余⑨操作比较频繁⑩操作是原始数据事务处理需要是当前数据很少有复杂的计算支持事务处理
数据仓库:①面向主题②数据是综合的或是提炼的③保存过去和现在的数据④数据不更新⑤对数据的操作是启发式的⑥操作需求是临时决定的⑦一个操作存取一个集合⑧数据时常冗余⑨操作相对不频繁⑩查询的是经过加工的数据决策分析需要过去、现在的数据很多复杂计算支持决策分析
:是在网络环境下的事务处理工作,利用计算机网络技术以快速的事务响应和频繁的数据修改为特征,使用户利用数据库能够快捷的处理具体的业务,OLTP是事务处理从单机到网络环境发展的新阶段
OLAP联机分析处理:是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的,能够真正为用户所理解的,并真实反映企业维持企业信息进行快速、一致、交互的存取,从而获得对数据更深入的了解
(数据项,数据结构,数据流,数据存储和处理)
数据项:数据项是不可分的数据单元。数据结构:反应数据之间的组合关系。数据流:是数据结构在系统内传输的路径。数据存储:数据结构保存数据的地方。处理过程:一般用判定表或判定树来描述。
:定义为关于数据的数据,即元数据描述了数据仓库的数据和环境。
作用:元数据在数据仓库中不仅定义了数据仓库有什么,还指明了数据仓库中信息的内容和位置,刻画了数据的抽取和转换规则,存储了与数据仓库主题有关的各种商业信息,而且整个数据仓库的而运行都是基于元数据的,如数据的修改、跟踪、抽取、装入、综合以及使用等。由于元数据遍及数据仓库的所有方面,已成为整个数据仓库的核心。
四种类型:①数据源的元数据②数据模型的元数据③数据源与数据仓库映射的元数据④数据仓库应用的元数据
:OLAP①是在多为结构上进行数据分析的,对数据进行切片、切块、钻取操作②需要使用大量用户同时使用同一批数据源,适应于不同地理位置的分散化的决策③平时需要查询大量的日常商业活动信息,对变化的信息进行追踪查询,找出存在的原因④是在带层次的维度和跨维度进行多维数据分析的。
数据挖掘①以变量和记录为基础进行分析②它的任务在于聚类,分类,预测等。这些都是带有探索性的及建模功能③数据挖掘在于寻找不平常的且有用的商业运作模型,考察数据的不同类型或者找出变量之间的关系④数据挖掘需要考察海量的数据。
8数据仓库的定义:是面向主题的,集成的,不同时间的数据集合,用于支持经营管理中决策制定过程。
特点:①面向主题②集成的③随时间变化④稳定⑤数据量很大⑥需要一个巨大的硬件平台
:当前基本数据,历史基本数据,轻度综合数据,高度综合数据
10.