数据仓库_day1.ppt

讲师简介 itpub飞狼…. flywolf1949@ 本次培训目的 了解OLAP技术以及相关产品 了解Oracle数据仓库和商业智能总体解决方案 了解Oracle Warehouse Builder产品的架构和安装 了解Oracle Warehouse Builder产品的特性和使用方式 了解国内当前几个银行的数据仓库项目的实施过程 掌握OWB的安装和使用，能够使用OWB构建数据仓库 使用Hypersion实现BI前端展现 日程安排 第一天 OLAP技术以及产品介绍 Oracle 数据仓库和商务智能整体解决方案介绍 Oracle Warehouse Builder 产品整体介绍 安装OWB产品，创建设计和运行资料库 定义数据仓库目标模型 多维模型设计 维度设计，立方体设计 数据源定义 创建文本数据源，创建Oracle数据源 日程安排 第二天 ETL设计 数据流和映射的设计 部署管理 过程设计 过程设计和编辑 元数据浏览 设计浏览器和运行审计器 DW工程中ETL的实现 ETL的作业调度 数据仓库的更新维护 Hypersion实现BI前端展示 Oracle 对数据仓库的理解 Oracle对数据仓库的理解 传统的数据仓库解决方案 传统的数据仓库解决方案 Oracle商业智能分析应用 －实现战略企业管理 Oracle BI 产品定位 Oracle 数据仓库平台完整集成的服务器 Oracle OLAP OLAP技术背景 60年代，关系数据库之父E.F.Codd提出了关系模型，促进了联机事务处理(OLTP)的发展(数据以表格的形式而非文件方式存储)。1993年，E.F.Codd提出了OLAP概念，认为OLTP已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此，E.F.Codd提出了多维数据库和多维分析的概念，即OLAP。 OLTP数据 OLAP数据 原始数据 导出数据 细节性数据 综合性和提炼性数据 当前值数据 历史数据 可更新 不可更新，但周期性刷新 一次处理的数据量小 一次处理的数据量大 面向应用，事务驱动 面向分析，分析驱动 面向操作人员，支持日常操作 面向决策人员，支持管理需要 OLAP的12条准则—上次看已经18条了 相对于OLTP的12条准则 准则1 OLAP模型必须提供多维概念视图 准则2 透明性准则 准则3 存取能力推测 准则4 稳定的报表能力 准则5 客户/服务器体系结构 准则6 维的等同性准则 准则7 动态的稀疏矩阵处理准则 准则8 多用户支持能力准则 准则9 非受限的跨维操作 准则10 直观的数据操纵 准则11 灵活的报表生成 准则12 不受限的维与聚集层次 相关基本概念 1.维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维(时间维、地理维等)。 2.维的层：人们观察数据的某个特定角度(即某个维)还可以存在细节程度不同的各个描述方面(时间维：日期、月份、季度、年)。 3.维的成员：维的一个取值。是数据项在某维中位置的描述。(“某年某月某日”是在时间维上位置的描述) 4.维的分层：维层次的组合（如年月日，年季月日） 5.数据单元(单元格)：多维数组的取值。(2000年1月，上海，笔记本电脑，$100000) OLAP分类 ROLAP / MOLAP 定义 : ROLAP = 基于关系的 OLAP MOLAP = 基于多维的 OLAP OLTP、ROLAP与MOLAP模式 ROLAP的星型模式(Star Schema) 事实表：用来存储事实的度量值和各个维的码值。 维 表：用来存放维的元数据（维的层次、成员类别等描述信息）。 MOLAP的多维立方体(Multicube) ROLAP与MOLAP比较 MOLAP缺点 增加系统复杂度 需要进行预计算，可能导致数据爆炸 OLAP发展 从联机分析处理到联机分析挖掘(OLAM/OLAP挖掘) ROLAP与MOLAP的结合 元数据 -- Metadata 元数据是什么 逻辑的多维数据模型 同关系数据库对象的映射关系 同Analytic Workspace 对象的映射关系 为什么使用元数据 供 OLAP API 和 Oracle 工具