数据仓库的实现步骤

《数据仓库的实现步骤》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、数据仓库的实现步骤：一般地，设计和创建数据仓库的步骤是：　　1.确定用户需求确定终端用户的需要，为数据仓库中存储的数据建立模型。通过数据模型，可以得到企业完整而清晰的描述信息。数据模型是面向主题建立的，同时又为多个面向应用的数据源的集成提供了统一的标准。数据仓库的数据模型一般包括：企业的各个主题域、主题域之间的联系、描述主题的码和属性组。　　深入地分析企业的数据源，记录数据源系统的功能与处理过程。一般地，设计数据仓库最重要的一步便是要理解商业动作的规律，只有了解数据是如何被处理的，才能分解商业处理过程，从中获取数据元素。　　利用现有

2、系统的信息，确定从源数据到数据仓库的数据模型所必须的转化/综合逻辑。这涉及到应该合并转化多少数据；是综合所有的数据文件还是综合发生变化的操作系统文件；转化/综合过程应该多长时间执行一次等问题。决定数据转化与更新频率是重要的商业事件。无论数据仓库的更新是采用事件驱动还是时间驱动，都必须让数据仓库知道当某种事件发生时就需要更新数据。在数据仓库建立之前，应该写一个详细的方案和实现规划。这种方案和实现规划包括：建立商业案例、收集用户需求、确定技术需求。建立商业案例包括由该方案解决的商业需求、方案的成本和投资的收益。收集用户需求主要是调查用户

3、建立数据仓库的意图。用户需求可以确定这些内容：数据需求（粒度级）、企业经营系统包含的数据、这些数据遵循的商业规则、需要提供给用户的查询、用户需要的标准报告、将要使用的客户应用程序工具。确定技术要求包括下列内容：硬件体系结构和框架（例如，链接到数据市场所在的地理位置）、备份和恢复机制、安全性限制、从经营系统到数据仓库加载数据和转换数据的方法。UID50288帖子608精华0积分909推荐0阅读权限50在线时间121小时注册时间2008-10-10最后登录2009-1-21查看详细资料TOPvissd项目经理个人空间发短消息加为好友当前

4、离线3#大中小发表于2009-1-1912:25只看该作者2.设计和建立数据库设计和建立数据库是成功地创建数据仓库的一个关键步骤。这一步通常由有经验的数据库设计人员使用，因为这一步涉及的数据来自多种数据源并且要把它们合并成一个单独的逻辑模型。不象OLTP系统那样以高度的正规化形式存储数据，数据仓库中存储的数据以一种非常非正规化的形式存储数据以便提高查询的性能。数据仓库常常使用星型模式和雪花型模式来存储数据，作为OLAP工具管理的合计基础，以便尽可能快地响应复杂查询。　　星型模式是最流行的实现数据仓库的设计结构。星型模式通过使用一个包

5、含主题的事实表和多个包含事实的非正规化描述的维度表来执行典型的决策支持查询。一旦创建了事实表，那么可以使用OLAP工具预先计算常用的访问信息。星型模式是一种关系型数据库结构，在该模式的中间是事实表，周围是次要的表，数据在事实表中维护，维度数据在维度表中维护。每一个维度表通过一个关键字直接与事实表关联。维度是组织数据仓库数据的分类信息，例如时间、地理位置、组织等等。维度用于父层和子层这类分层结构。例如，地理位置维度可以包含国家、城市等数据。因此，在该维度表中，纬度由所有的国家、所有的城市组成。为了支持这种分层结构，在维度表中需要包括每

6、一个成员与更高层次上纬度的关系。维度关键字是用于查询中心事实表数据的唯一标识符。维度关键字就像主键一样，把一个维度表与事实表中的一行链接起来。这种结构使得很容易构造复杂的查询语句并且支持决策支持系统中向下挖掘式的分析。事实表包含了描述商业特定事件的数据。例如银行业务或者产品销售。事实表还包含了任何数据合计，例如每一个地区每月的销售情况。一般地，事实表中的数据是不允许修改的，新数据只是简单地增加进去。维度表包含了用于参考存储在事实表中数据的数据，例如产品描述、客户姓名和地址、供应商信息等。把特征信息和特定的事件分开，可以通过减少在事实

7、表中扫描的数据量提高查询性能。维度表不包含与事实表同样多的数据，维度数据可以改变，例如客户的地址或者电话号码改变了。UID50288帖子608精华0积分909推荐0阅读权限50在线时间121小时注册时间2008-10-10最后登录2009-1-21查看详细资料TOPvissd项目经理个人空间发短消息加为好友当前离线4#大中小发表于2009-1-1912:26只看该作者通过降低需要从磁盘读取数据的数据量，星型模式设计有助于提高查询性能。查询语句分析比较小的维度表中的数据来获取维度关键字以便在中心的事实表中索引，可以降低扫描的数据行。　

8、　在转换OLTP数据库模式到星型模式时，涉及的步骤如下：　　a.确定事实表和维度表　　确认在OLTP系统中现有的表和数据包含了将要用在事实表和维度表中的数据，是非常重要的。如果确认不正确，那么数据仓库的性能就比较差，在以后可能需要重新