科技数据仓库多维建模分析.pdfVIP

实践与应用 中国信息界 2012年第0g月 总第225期 科技数据仓库多维建模分析呋 姬有印 (山西省科技厅信息中心 山西 太原 030001) 摘 要：传统的关系数据库系统是在ER数据模型的基础上建立的，而数据仓库则须建立在多维数据模型的基 础之上。本文从ER数据模型和多维数据模型的基本原理入手，分析两种数据模型之间的异同，设法基于ER模 型进行科技数据仓库的多维建模，这样将可达到缩短数据仓库系统开发周期，节省开发费用，快速实现具有 多维统计分析的科技决策支持功能。 关键词：多维模型建模 科技数据仓库 ER模型 0引言 ER模型通常用于设计事务型的处理系统，它主要是 围绕数据和数据之间的关系来完成构建，首先要对复杂的 信息技术随着需求的变化在不断地向前发展，数据仓 数据布局进行规范化设计，通过模式分解完成关系模式转 库技术越来越广泛地得到应用，成为决策支持领域研究和 换，并创建大量关联的表来反映业务流程。但是，ER模型 开发的热点。通过多年的应用实践，山西省科技厅已经建 仅仅反映数据规则 ，并不关注管理过程，而数据仓库的分 立了相对完善的科技管理信息系统，积累了大量的历史数 析重点则在管理过程。显然，ER模型无法满足数据仓库的 据，其中蕴涵了许多对科技决策非常有用的信息。数据仓 需要，由此必然引入多维模型。 库需要建立在多维数据模型的基础之上，但是 目前大量的 但是ER模型对建模对象有着很强的语义表述能力，这 数据信息又都是存储在关系数据库中，如果能够以ER模 对于像科技信息系统这样的复杂系统应用的多维建模很有 型为基础进行多维数据建模，使关系数据库中数据能够以 帮助。为能够简单明了地表达出数据仓库模式具有的多维 多维的形式进行展现，就可以大大缩短数据仓库的开发周 语义，即事实、度量、维及分层结构，还有它们之间错综 期，快速实现多维统计分析功能。 复杂的联系，就需要对ER模型进行针对性的适应改造。 系统的建模是一个逐步完善的过程。在系统建模的初 目前使用较多的多维数据模型主要有雪花模型和星型 期 ，生成能体现总的系统设计思想和方法的小型、高效的 模型两种 ，它们将数据看成一种由事实和维进行定义的 系统内核 ，并围绕它建立典型的示范系统，然后逐步扩 数据立方体的形式。其基本要素就是事实、度量、维度和 大 ，依次完善。这样可以使系统投资快速产生效果 ，并能 分层结构。这里的核心是事实表，它是所有多维查询的焦 保证系统设计思想及方法的连贯性。在建立决策支持信息 点——因为只有那里才存储有真正的数据，即事实。度量 系统的过程中，力争全面形成系统设计开发的总方案和标 一 般是由数字或逻辑表达式所定义的，它反映了事实的不 准，为系统的进一步扩展打下基础。 同侧面的信息，可以被统计、求最大最小值 、求和、求均 值、求方差 ，并可根据各种统计结果进行信息聚类。维表 1ER模型与多维模型 是用来存放维的成员类别、层次等维度的描述信息。按照 这种方式组织起来的多维模型使用方便，用户可以轻松的 建立数据模型是构造数据仓库的重要步骤之一。数据 浏览数据仓库的全景视图，对整个数据仓库了如指掌。 仓库概念模型的设计如果以原信息系统的数据模型为基础 开始进行，将更易于实现对原信息系统的深入了解。 2多维建模机制 ER模型是 目前在概念模型中应用最广的一种模型。它 的主要优点具有较强的灵活性、易应用性和多功能性 (可 ER模型的建模要考虑整个的系统规划和管理流程，而 以支持