文档介绍：(OLAP),数据和数据库的急剧增长,数据库应用的规模、范围和深度不断扩大。一般的事务处理已不能满足应用的需求,企业需要能充分利用已有的数据资源,获得有价值的信息,挖掘企业的竞争优势,提高企业运作效率和指导企业决策。数据仓库(DataWarehouse,简称DW)技术的兴起满足了这一要求。数据仓库是在数据库基础上发展而来的,它通常包括三个部分:数据库技术、联机分析处理技术(OnlineAnalyticalProcessing,简称OLAP)及数据挖掘技术(DataMining,简称DM),它们之间具有极强的互补关系。《建立数据仓库》(BuildingtheDataWarehouse)一书中对数据仓库作了如下定义:“数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合,用以支持经营管理中的决策分析过程。”他还对数据仓库作了进一步的描述:数据仓库提供集成化的和历史化的数据;它集成种类不同的应用系统,并从事物发展和历史的角度来组织和存储数据,以供信息化和分析处理之用。数据仓库有以下几个特征:(1)数据仓库是面向主题的。(2)数据仓库是集成的。(3)数据仓库是稳定的。(4)数据仓库是随时间变化的。(1)数据仓库的体系结构数据仓库系统的基本体系结构(2)(1)数据仓库的概念模型数据仓库的数据概念模型是多维数据模型,它直接影响到前端工具、数据存储的设计和OLAP的查询引擎。在多维数据模型中,一部分数据是数字测量值,它们是依赖于一组“维”的,这些维提供了测量值的关联关系。多维数据模型就是把测量的值放在这样一些有层次的维构成的多维空间中。(2)数据仓库的数据组织虚拟存储方式基于关系表的存储方式星型模型雪花模型星网模型多维数据库组织存储方式星型模型