数据仓库_4_数据仓库的设计.pdfVIP

第四章数据仓库的设计 2015/6/3 1 4 数据仓库的设计  在事务型数据处理（OLTP）中需要作数据库设计， 而在分析型数据处理（OLAP）中则需作数据仓库 设计，这两者在原理上是一致的。因此，数据库 设计中的很多设计思想与方法都可在数据仓库中 得到应用，但是由于事务型与分析型的数据处理 的不一致，因此两者在设计中的很多方面也存在 着差别。 2015/6/3 Data Warehouse 2 4 数据仓库的设计  数据仓库工程：用工程化的方法开发数据仓库  数据仓库应用系统是一种软件：软件工程  数据仓库应用系统基于数据：数据工程  数据仓库工程是软件工程和数据工程技术的结合体 2015/6/3 Data Warehouse 3 4 数据仓库的设计  软件工程：用工程化的方法开发软件  方法：结构化方法（瀑布模型）、原型法（螺旋模型）  过程：不同开发方法在开发过程中有不同的任务  工具：分析工具、设计工具、开发工具、服务性工具  数据工程：基于数据（库）的系统开发技术  面向过程方法：以处理流带动数据流，较少使用  面向数据方法：以数据流带动处理流，较多使用  面向对象方法：数据和处理相结合，形成对象。能够 比较真实反映客观世界。 2015/6/3 Data Warehouse 4 4 数据仓库的设计  数据库设计方法  在相当长的一段时期内，数据库设计主要采用的是 手工试凑方法。  按照规范设计的思想，一般将数据库设计细分为七 个阶段（新奥尔良方法）： （P120）  计划制订阶段  数据库需求分析阶段：需求模式  数据库概念设计阶段：概念模式  数据库逻辑设计阶段：数据模型  数据库物理设计阶段  数据库实施阶段  数据库运行、维护 2015/6/3 Data Warehouse 5 4 数据仓库的设计  在计划制订阶段：确定数据库开发的目标、性 能、功能、可靠性要求，评估数据模型，进行 可行性论证，制订实施计划。  在需求分析阶段：分析开发单位的数据需求， 包括数据边界、数据流程、数据约束、数据收 集、数据量的估算，形成需求模型（说明书）。  在概念设计阶段：给出数据的抽象与概念化结 构，用E-R模型来描述数据库的概念模型。 2015/6/3 Data Warehouse 6 4 数据仓库的设计  在逻辑设计阶段：将概念设计中形成的E-R模型 用关系模型来表示。  属性：属性（字段）  实体：二维表  关系：二维表  其他工作：调整关系大小、调整性能减少连接、根据 范式理论调整结构、设置约束条件等  在物理设计阶段：从物理存储角度调整，选择合 理存取机制提高访问效率，有效利用存储空间 2015/6/3 Data Warehouse