第3章数据仓库开发应用过程.pptVIP

第3章数据仓库开发应用过程  数据仓库的开发应用像生物一样具有其特有的、完整的生命周期，数据仓库的开发应用周期可以分成：数据仓库规划分析阶段、数据仓库设计实施阶段以及数据仓库的使用维护三个阶段。 这三个阶段是一个不断循环、完善、提高的过程。在一般情况下数据仓库系统不可能在一个循环过程中完成，而是经过多次循环开发，每次循环都会为系统增加新的功能，使数据仓库的应用得到新的提高。 本章学习目标： (1) 了解数据仓库开发应用的特点 。 (2) 掌握数据仓库的规划 、数据仓库的概念模型设计 、数据仓库的逻辑模型设计 、数据仓库的物理模型设计 和数据仓库的实施 。 (3) 了解数据仓库的应用、支持和增强。 数据仓库开发应用过程  3.1数据仓库开发应用过程 3.2数据仓库的规划 3.3数据仓库的概念模型设计 3.4数据仓库的逻辑模型设计 3.5数据仓库的物理模型设计 3.6数据仓库的实施 3.7数据仓库的应用、支持和增强 3.1数据仓库开发应用的特点  3.1.1 数据仓库开发应用的阶段性 数据仓库的开发应用过程划分为： 创始阶段 成长阶段 控制阶段 成熟阶段 3.1.2 数据仓库的螺旋式开发方法 3.1.3数据仓库开发的特点 从数据出发 需求不能在开发初期明确 不断循环的启发式过程 3.2 数据仓库的规划 3.2.1 选择数据仓库实现策略 3.2.2 确定数据仓库的开发目标和实现范围 3.2.3 数据仓库的结构 3.2.4 数据仓库使用方案和项目规划预算 3.3 数据仓库的概念模型设计 3.3.2 概念模型的定义 3.3.2 概念模型的定义 3.3.3 概念模型的分析 3.3.4 概念模型的设计 3.3.5 概念模型文档与评审 3.4 数据仓库的逻辑模型设计 3.4.1 分析主题域 3.4.2 粒度层次和聚集的确定 决定数据仓库采取的是单一粒度还是多重粒度，以及粒度划分的层次。通过聚集的设计为数据仓库的使用提供各种可能的聚集查询便利 3.4.5 数据仓库的实体定义 3.4.5 数据仓库的实体定义 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 3.4.6 数据仓库的数据抽取模型 数据转换与清理 建一个简单 ETL 包，该包可以从单个平面文件源提取数据，使用两个查找转换组件转换该数据，然后将该数据写入 AdventureWorksDW 中的FactCurrencyRate 事实数据表。 了解包要求 查看源 查看目标 将源数据映射为与目标兼容 平面文件数据转换与清理 创建新的 Integration Services 项目 添加和配置平面文件连接管理器 添加和配置 OLE DB 连接管理器 添加一个数据流任务 添加平面文件源组件 添加并配置 CurrencyKey 查找转换 添加和配置示例 OLE DB 目标 运行 回顾 excel的导入过程 Excel数据源定义 Excel数据输出类型的转换 3.4.7 数据仓库的元数据模型建立与应用 3.4.7 数据仓库的元数据模型建立与应用 3.4.7 数据仓库的元数据模型建立与应用 3.4.7 数据仓库的元数据模型建立与应用 3.4.8 逻辑模型的评审 3.5 数据仓库的物理模型设计 3.5.1 数据仓库设计的规范 3.5.2 确定数据结构的类型 3.5.3 数据仓库索引的创建 3.5.4 确定数据存放位置 3.5.5 确定存储分配 3.6 数据仓库的实施 3.6.1 数据仓库与业务处理系统接口的设计 3.6.2 数据仓库的创建 3.6.3 数据仓库的数据加载、复制与发行 3.6.4 数据仓库的中间件设计 3.6.5 数据仓库的测试 3.7 数据仓库的应用、支持和增强 3.7.2 数据仓库的使用方式 3.7.4 数据仓库的增强 ⑴在数据仓库的模型建立过程中，可以使用某种建模工具创建数据仓库的模型，此时需要从现有的业务处理系统中提取元数据，并建立数据仓库的逻辑模型和物理模型，包括数据仓库的逻辑名称、业务名称、列名、物理列名、业务术语和描述、查询提示和样值等，并将这些元数据保存在元数据目录中。 ⑵在数据仓库中添加关于数据加载的元数据，完成数据“来源定义”，主要是关于数据仓库源数据的一些描述信息，用作从源文件向数据仓库转换的准备。 ⑶利用数据加载工具提取数据仓库