数据仓库系统的生命周期.pptVIP

*/38 2.6常用的客户端分析工具 Excel连接数据库服务器 */38 2.6常用的客户端分析工具 Excel选择数据库和表 */38 2.6常用的客户端分析工具 Excel设置保存数据文件 */38 2.6常用的客户端分析工具 Excel设置显示方式 */38 2.6常用的客户端分析工具 Excel浏览数据的初始界面 */38 2.6常用的客户端分析工具 Excel浏览数据 */38 2.6常用的客户端分析工具 Crystal Analysis Business Objects 公司在报表系列产品中的一种。 侧重于多维数据分析。 结构化的多维报表。 全面的分析和格式功能 针对Web设计 */38 2.6常用的客户端分析工具 Crystal Analysis启动 */38 2.6常用的客户端分析工具 Crystal Analysis启动 */38 2.6常用的客户端分析工具 Crystal Analysis连接数据源 */38 2.6常用的客户端分析工具 Crystal Analysis连接数据源成功显示 */38 2.6常用的客户端分析工具 Crystal Analysis连接数据源成功显示 选择数据源： 华兴商业银行贷款分析 点击“open”按钮 */38 2.6常用的客户端分析工具 Crystal Analysis选择模板 选择模板-点击“ok” * 小结 数据仓库构建步骤 数据集市设计 系统方法架构 * 第2章 数据仓库系统的生命周期 2.1自上而下与自下而上 2.2数据集市设计阶段 2.3系统方法架构 2.4测试数据集市 小结 * 2.1自上而下与自下而上 自上而下 需求分析全局业务需求，计划如何开发数据仓库、设计数据仓库并将数据仓库作为一个整体实现。 特点 周期长、成本高 自下而上 数据仓库以逐增方式构建，以迭代构建方式创建几个数据集市，以实际数据为基础 特点 见效快、成本低 * 2.1自上而下与自下而上 数据仓库的构建过程 * 2.1自上而下与自下而上 数据仓库设计的大体步骤 需求分析 概念模型设计； 技术准备工作； 逻辑模型设计； 物理模型设计； 数据仓库生成； 数据仓库运行与维护。 * 2.1自上而下与自下而上 概念模型设计 界定系统边界 要做的决策类型有哪些？ 决策者感兴趣的是什么问题？ 这些问题需要什么样的信息？ 要得到这些信息需要包含原有数据库系统的哪些部分的数据？ 确定主要的主题主题域及其内容 主题域的公共码； 主题域之间的联系； 充分代表主题的属性组。 * 2.1自上而下与自下而上 技术准备工作 技术评估 管理大数据量数据的能力； 进行灵活数据存取的能力； 根据数据模型重组数据的能力； 透明的数据发送和接收能力； 周期性成批加载数据的能力； 可设定完成时间的作业管理能力。 * 2.1自上而下与自下而上 技术准备工作 技术环境准备 预期在数据仓库上分析处理的数据量有多大？ 如何减少或减轻竞争性存取程序的冲突？ 数据仓库的数据量有多大？ 进出数据仓库的数据通信量有多大？ 直接存取设备； 网络； 管理直接存取设备的操作系统； 进出数据仓库的界面(主要是数据查询和分析工具)。 * 2.1自上而下与自下而上 逻辑模型设计 分析主题域 范围不能太大，也不能太小 确定粒度层次划分 粒度：指数据仓库的数据单位中保存数据的细化或综合程度的级别，细化程度越高，粒度级别越小。 如：按月、季度、年层次划分数据 粒度层次划分决定数据仓库的数据量和所适合的查询类型 确定数据分割策略 分割：将数据分散到各自的物理单元中，以便能分别独立处理。 分割策略：按日期、地域、业务领域等。 * 2.1自上而下与自下而上 逻辑模型设计（续） 关系模式定义 定义主题中表之间的联系 记录系统的定义 选择好的数据 * 2.1自上而下与自下而上 物理模型设计 确定数据的存储结构 因素：存取时间、存储空间利用率和维护代价 确定索引策略 建立专用、复杂的索引以提高查询效率 确定存储分配 存储分配参数进行优化 确定数据存放位置 硬盘、磁带等 * 2.1自上而下与自下而上 数据仓库的生成 设计接口 从面向应用和操作的环境生成完整的数据； 数据类型的转换； 数据的清洗； 数据的集成； 数据的增量更新。 数据加载 确定数据装入的次序； 清除无效、错误或过期数据； 数据粒度管理； 数据刷新等。 * 2.1自上而下与自下而上 数据仓库的使用和维护 建立DSS应用 理解需求，改善和完善系统 维护数据仓库 * 2.2 数据集市设计阶段 设计阶段 物理数据集市模式 逻辑数据集市模式、DBMS 物理设计 设计、数据管理人员 ETL过程 数据源、逻辑集市模式 数据准备设计 设计人员 逻辑数据集市模