2022年2022年數(shù)據(jù)倉(cāng)庫(kù)課后習(xí)題答案

1、精選學(xué)習(xí)資料 - - - 歡迎下載第一章作業(yè)1 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的本質(zhì)差別為什么？書p2（1）數(shù)據(jù)庫(kù)用于事務(wù)處理,數(shù)據(jù)倉(cāng)庫(kù)用于決策分析； （ 2）數(shù)據(jù)庫(kù)保持事物處理的當(dāng)前狀態(tài),數(shù)據(jù)倉(cāng)庫(kù)即儲(chǔ)存過去的數(shù)據(jù)又儲(chǔ)存當(dāng)前的數(shù)據(jù)；（3）數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)為大量數(shù)據(jù)庫(kù)的集成； （4）對(duì)數(shù)據(jù)庫(kù)的操作比較明確,操作數(shù)量較??；對(duì)數(shù)據(jù)倉(cāng)庫(kù)操作不明確,操作數(shù)據(jù)量大；6.oltpolap細(xì)節(jié)性數(shù)據(jù)綜合性數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)常常更新不更新,但周期性刷新一次性處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大對(duì)響應(yīng)時(shí)間要求高響應(yīng)時(shí)間合理面對(duì)應(yīng)用,事務(wù)驅(qū)動(dòng)面對(duì)分析,分析驅(qū)動(dòng)8 定義為關(guān)于數(shù)據(jù)的數(shù)據(jù),描述數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)及其環(huán)境的數(shù)據(jù)；9 元數(shù)據(jù)不僅

2、僅為數(shù)據(jù)倉(cāng)庫(kù)的字典,而且仍為數(shù)據(jù)倉(cāng)庫(kù)本身功能的說明數(shù)據(jù),為整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的核心；數(shù)據(jù)字典為關(guān)于數(shù)據(jù)庫(kù)中數(shù)據(jù)的描述,而不為數(shù)據(jù)本身,數(shù)據(jù)字典為數(shù)據(jù)庫(kù)的元數(shù)據(jù)；18.統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的不同；統(tǒng)計(jì)學(xué)主要為對(duì)數(shù)量數(shù)據(jù)或連續(xù)值數(shù)據(jù)進(jìn)行數(shù)值運(yùn)算的定量分析,得到數(shù)量信息； 數(shù)據(jù)挖掘主要對(duì)離散數(shù)據(jù)進(jìn)行定性分析,得到規(guī)章學(xué)問；在統(tǒng)計(jì)學(xué)中有聚類分析和判別分析,它們與數(shù)據(jù)挖掘中的聚類和分類相像；但為,采納的標(biāo)準(zhǔn)不一樣,統(tǒng)計(jì)學(xué)的聚類采納的“距離”為歐式距離,即兩點(diǎn)間的坐標(biāo) 數(shù)值 距離；而數(shù)據(jù)挖掘的聚類采納的“距離”為海明距離,即屬性取值為否相同,相同者距離為0,不相同者距離為1；總之, 統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘?yàn)橛袇^(qū)分的,但為

3、, 它們之間為相互補(bǔ)充的；不少數(shù)據(jù)挖掘的著作中均把統(tǒng)計(jì)學(xué)的不少方法引入到數(shù)據(jù)挖掘中,與將機(jī)器學(xué)習(xí)中不少方法引入到數(shù)據(jù)挖掘中一樣,作為從數(shù)據(jù)獵取學(xué)問的一大類方法； 19.說明數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的不同；數(shù)據(jù)倉(cāng)庫(kù)為在數(shù)據(jù)庫(kù)的基礎(chǔ)上進(jìn)展起來的；它將大量的數(shù)據(jù)庫(kù)的數(shù)據(jù)按決策需求進(jìn)行重新組織,以數(shù)據(jù)倉(cāng)庫(kù)的形式進(jìn)行儲(chǔ)備,將為用戶供應(yīng)幫助決策的隨機(jī)查詢.綜合信息以及隨時(shí)間變化的趨勢(shì)分析信息等；數(shù)據(jù)倉(cāng)庫(kù)為一種儲(chǔ)備技術(shù),其數(shù)據(jù)儲(chǔ)備量為一般數(shù)據(jù)庫(kù)的100 倍,包含大量的歷史數(shù)據(jù).當(dāng)前的具體數(shù)據(jù)以及綜合數(shù)據(jù)；它能適應(yīng)不同用戶對(duì)不同決策需要供應(yīng)所需的數(shù)據(jù)和信息；數(shù)據(jù)挖掘?yàn)閺娜斯ぶ悄軝C(jī)器學(xué)習(xí)中進(jìn)展起來的；它討論各種方法和

4、技術(shù),從大量的數(shù)據(jù)中挖掘出有用的信息和學(xué)問；最常用的數(shù)據(jù)挖掘方法為統(tǒng)計(jì)分析方法.神經(jīng)網(wǎng)絡(luò)方法和機(jī)器學(xué)習(xí)中討論的方法；數(shù)據(jù)挖掘中采納機(jī)器學(xué)習(xí)的方法有歸納學(xué)習(xí)方法 如掩蓋正例排斥反例方法,如 aq系列算法.決策樹方法等 .遺傳算法.發(fā)覺學(xué)習(xí)算法 如公式發(fā)覺系統(tǒng)bacon 等 ；利用數(shù)據(jù)挖掘的方法和技術(shù)從數(shù)據(jù)倉(cāng)庫(kù)中挖掘的信息和學(xué)問,反映了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的規(guī)律性；用戶利用這些信息和學(xué)問來指導(dǎo)和幫忙決策；例如,利用分類規(guī)章來推測(cè)未知實(shí)體的類別；23：數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析出口里.數(shù)據(jù)挖掘在決策支持方面有什么不同？1精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載答：數(shù)據(jù)倉(cāng)庫(kù)視為幫助決策而建立的,單依靠數(shù)據(jù)倉(cāng)庫(kù)

5、達(dá)到幫助決策的才能為有限的,綜合信息和推測(cè)信息為數(shù)據(jù)倉(cāng)庫(kù)所獲得的幫助決策信息；數(shù)據(jù)倉(cāng)庫(kù)中增加聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等分析工具,能較大的提高幫助決策才能；數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理幾數(shù)據(jù)挖掘結(jié)合的決策支持系統(tǒng),為以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的,稱為基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)；概括地說：基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)為從數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中獵取幫助決策信息和學(xué)問,為決策供應(yīng)支持；25 畫出基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)結(jié)構(gòu)圖；如圖：28 如何懂得商業(yè)智能與基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)的區(qū)分于聯(lián)系？答：可以認(rèn)為,商業(yè)智能為對(duì)商業(yè)信息的搜集.治理和分析過程,目的為使企業(yè)的各級(jí)決策者獲得學(xué)問或洞悉力（insight）,促使他們做出對(duì)

6、企業(yè)更有利的決策；商業(yè)智能一般由數(shù)據(jù)倉(cāng)庫(kù).聯(lián)機(jī)分析處理. 數(shù)據(jù)挖掘. 數(shù)據(jù)備份和復(fù)原等部分組成；商業(yè)智能的實(shí)現(xiàn)涉及到軟件.硬件.詢問服務(wù)及應(yīng)用,其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉(cāng)庫(kù).聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)部分；其次章作業(yè)1. 畫出數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)圖,說明各部分內(nèi)容；p18答：當(dāng)前基本數(shù)據(jù)為最近時(shí)期的業(yè)務(wù)數(shù)據(jù),為數(shù)據(jù)倉(cāng)庫(kù)用戶最感愛好的部分?jǐn)?shù)據(jù)量大；隨著時(shí)間的推移,有數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間掌握機(jī)制轉(zhuǎn)為歷史數(shù)據(jù),輕度綜合數(shù)據(jù)為從當(dāng)前基本數(shù)據(jù)中提取出來的,最高一層為高度綜合數(shù)據(jù)層,這一層的數(shù)據(jù)特別精煉,為一種準(zhǔn)決策數(shù)據(jù)；2. 說明數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中包含輕度綜合層與高度綜合數(shù)據(jù)層的作用；這些數(shù)據(jù)為什么不為暫時(shí)運(yùn)算出來的；

7、p18-19數(shù)據(jù)倉(cāng)庫(kù)除了儲(chǔ)備按主題組織起來的當(dāng)前具體數(shù)據(jù)外, 仍需要儲(chǔ)備綜合數(shù)據(jù), 這為為了適應(yīng)決策需求而增加的； 在數(shù)據(jù)庫(kù)中需要得到綜合數(shù)據(jù)時(shí), 采納數(shù)據(jù)立方體的方法對(duì)具體數(shù)據(jù)進(jìn)行綜合； 在數(shù)據(jù)倉(cāng)庫(kù)中并不實(shí)行暫時(shí)運(yùn)算的方式得到綜合數(shù)據(jù), 而在用戶提出需要綜合數(shù)據(jù)之前, 就預(yù)先將可能的綜合數(shù)據(jù)利用數(shù)據(jù)立方體運(yùn)算好, 存入綜合數(shù)據(jù)層中,這種綜合數(shù)據(jù)層在用戶查詢時(shí), 能快速供應(yīng)應(yīng)用戶；3. 說明數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)分和聯(lián)系；p206. 畫出數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu)圖,說明把倉(cāng)庫(kù)治理和分析工具作為數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的兩個(gè)獨(dú)立組成部分的緣由；圖：p22 緣由：倉(cāng)庫(kù)治理：安全和特權(quán)治理；跟蹤數(shù)據(jù)的更新；數(shù)據(jù)質(zhì)量檢查

8、；治理和更新元數(shù)據(jù)；審計(jì)和報(bào)告數(shù)據(jù)倉(cāng)庫(kù)的使用和狀態(tài)；刪除數(shù)據(jù)；復(fù)制.分割和分發(fā)數(shù)據(jù)；備份和復(fù)原；儲(chǔ)備治理；拜訪工具：為用戶拜訪數(shù)據(jù)倉(cāng)庫(kù)供應(yīng)手段9. 畫出數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行結(jié)構(gòu)圖,說明三層c/s 結(jié)構(gòu)和兩層c/s 結(jié)構(gòu)的不同點(diǎn)；二層 c/s 結(jié)構(gòu)客戶端數(shù) 據(jù) 倉(cāng) 庫(kù) 服務(wù)器精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載三層 c/s 結(jié)構(gòu)客戶端olap 服務(wù)器數(shù) 據(jù) 倉(cāng) 庫(kù) 服務(wù)器精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載2精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載olap服務(wù)器將加強(qiáng)和規(guī)范化決策支持的服務(wù)工作,集中和簡(jiǎn)化了數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器的部分工作,即olap服務(wù)器從數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器中 抽取數(shù)據(jù)

9、,在olap服務(wù)器中轉(zhuǎn)換成客戶端要求的多維視圖,并進(jìn)行多維數(shù)據(jù)分析,將分析結(jié)果傳送給客戶端,這種結(jié)構(gòu)形式工作效率更高；11. 數(shù)據(jù)模型與數(shù)學(xué)模型有什么區(qū)分？答：數(shù)據(jù)模型為數(shù)據(jù)特點(diǎn)的抽象,數(shù)據(jù)治理教學(xué)的形式框架,數(shù)據(jù)庫(kù)系統(tǒng)中用以提高信息表示和操作手段的形勢(shì)構(gòu)架；數(shù)據(jù)模型包括數(shù)據(jù)庫(kù)的數(shù)據(jù)的結(jié)構(gòu)部分.數(shù)據(jù)庫(kù)數(shù)據(jù)的操作部分和數(shù)據(jù)庫(kù)數(shù)據(jù)的約束條件；數(shù)學(xué)模型為依據(jù)對(duì)討論對(duì)象所觀看到的現(xiàn)象及實(shí)踐體會(huì),歸結(jié)成的一套反映其內(nèi)部因素?cái)?shù)量關(guān)系的數(shù)學(xué)公式.規(guī)律準(zhǔn)就和具體算法；用以描述和討論客觀現(xiàn)象的運(yùn)動(dòng)規(guī)律；15第三范式數(shù)據(jù)模型與星型模型有什么不同？第三范式不同于星型模型之處在于,把事實(shí)表和維表的屬性作為一個(gè)實(shí)體都集

10、中在同一數(shù)據(jù)庫(kù)表中,或分成多個(gè)實(shí)體用多個(gè)表來表示,每個(gè)表按第三范式組織數(shù)據(jù)；它削減了為表中的鍵和不必要的屬性；17簡(jiǎn)潔說明etl 過程的主要步驟； etl 過程的主要步驟概括為： （ 1）打算數(shù)據(jù)倉(cāng)庫(kù)中需要的全部的目標(biāo)數(shù)據(jù)（2）打算全部的數(shù)據(jù)源,包括內(nèi)部和外部的數(shù)據(jù)源（3）準(zhǔn)備從源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的數(shù)據(jù)映射關(guān)系（4）建立全面的數(shù)據(jù)抽取規(guī)章（5）打算數(shù)據(jù)轉(zhuǎn)換和清洗規(guī)章（6）為綜合表制定方案（7）組織數(shù)據(jù)緩沖區(qū)域和檢測(cè)工具（8）為全部的數(shù)據(jù)裝載編寫規(guī)程（9）維度表的抽取.轉(zhuǎn)換和裝載（10）事實(shí)表的抽取.轉(zhuǎn)換和裝載18.說明數(shù)據(jù)抽取工作的內(nèi)容；p2821數(shù)據(jù)裝載方式與類型有哪些？答：數(shù)據(jù)倉(cāng)庫(kù)中最基本的

11、元數(shù)據(jù)相當(dāng)于數(shù)據(jù)庫(kù)系統(tǒng)中的數(shù)據(jù)字典；由于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)有很大的不同,因此元數(shù)據(jù)的作用遠(yuǎn)不為數(shù)據(jù)字典所能相比的；元數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中有著舉足輕重的作用,它不僅僅定義了數(shù)據(jù)倉(cāng)庫(kù)有什么,指明白數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的內(nèi)容和位置,刻畫了數(shù)據(jù)的抽取和轉(zhuǎn)換規(guī)章,儲(chǔ)備了與數(shù)據(jù)倉(cāng)庫(kù)有關(guān)的各種商業(yè)信息,而且整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行都為基于元數(shù)據(jù)的,如數(shù)據(jù)的修改,跟蹤,抽取,裝入,綜合等；23什么為關(guān)于數(shù)據(jù)源的元數(shù)據(jù)？答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)之間的關(guān)系,為用戶治理數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)；這種元數(shù)據(jù)可以支持從數(shù)據(jù)倉(cāng)庫(kù)中獵取數(shù)據(jù)；用戶可以提出需要哪些表,系統(tǒng)從中選一個(gè)表,并得到表之間的關(guān)系；重復(fù)該過程,用

12、戶期望能夠得到期望的數(shù)據(jù)；24什么為關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)？答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)間的關(guān)系,支持用戶從數(shù)據(jù)倉(cāng)庫(kù)中獵取數(shù)據(jù)；25什么為關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)？答：關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù),反映了數(shù)據(jù)源與數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)之間的映射,以及數(shù)據(jù)項(xiàng)為從哪個(gè)特定的數(shù)據(jù)源抽取的,經(jīng)過了哪些轉(zhuǎn)換.變換和裝載；第三章作業(yè)1. 聯(lián)機(jī)分析處理（ olap）的簡(jiǎn)潔定義為什么？它表達(dá)的特點(diǎn)為什么； p402. olap準(zhǔn)就中的主要準(zhǔn)就有哪些？ p413. 什么為維？關(guān)系數(shù)據(jù)庫(kù)為二維數(shù)據(jù)嗎？如何懂得多維數(shù)據(jù)？ p43維為人們觀看數(shù)據(jù)的特定角度；關(guān)系數(shù)據(jù)庫(kù)不為二維數(shù)據(jù),只為通過二維關(guān)系表示了

13、數(shù)據(jù)的多維概念；多維數(shù)據(jù)就為從多個(gè)特定角度來觀看特定的變量；4. mdd（b multi dimensional database、 多維數(shù)據(jù)庫(kù)）為以多維的方式組織數(shù)據(jù),即以維作為坐標(biāo)系,采納類似于數(shù)組的形式儲(chǔ)備數(shù)據(jù)； rdbm（s relational database management system ,關(guān)系型數(shù)據(jù)庫(kù)治理系統(tǒng)）通過數(shù)據(jù).關(guān)系和對(duì)數(shù)據(jù)的約束三者組成的數(shù)據(jù)模型來存放和治理數(shù)據(jù)mddb特點(diǎn)：1. 數(shù)據(jù)庫(kù)中的元素具有相同的數(shù)值2. 多維數(shù)據(jù)庫(kù)表達(dá)清晰,3. 占用儲(chǔ)備少rdbms的特點(diǎn)：1. 數(shù)據(jù)以表格的形式顯現(xiàn)2. 每行為各種記錄名稱3精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下

14、載3. 每列為記錄名稱所對(duì)應(yīng)的數(shù)據(jù)域4. 很多的行和列組成一張表單5. 如干的表單組成database5. 1. 數(shù)據(jù)存取速度rolap服務(wù)器需要將sql語句轉(zhuǎn)化為多維儲(chǔ)備語句,暫時(shí)“拼合”出多維數(shù)據(jù)立方體；因此,rolap的響應(yīng)時(shí)間較長(zhǎng)；molap在數(shù)據(jù)儲(chǔ)備速度上性能好,響應(yīng)速度快；2. 數(shù)據(jù)儲(chǔ)備的容量rolap使用的傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的儲(chǔ)備方法,在儲(chǔ)備容量上基本沒有限制；molap通常采納多平面疊加成立體的方式存放數(shù)據(jù)；當(dāng)數(shù)據(jù)量超過操作系統(tǒng)最大文件長(zhǎng)度時(shí),需要進(jìn)行數(shù)據(jù)分割；多維數(shù)據(jù)庫(kù)的數(shù)據(jù)量級(jí)難以達(dá)到太大的字節(jié)級(jí)；3. 多維運(yùn)算的才能molap能夠支持高性能的決策支持運(yùn)算；rolap無法完成多

15、行的運(yùn)算和維之間的運(yùn)算；4. 維度變化的適應(yīng)性molap增加新的維度,就多維數(shù)據(jù)庫(kù)通常需要重新建立；rolap對(duì)于維表的變更有很好的適應(yīng)性；5. 數(shù)據(jù)變化的適應(yīng)性當(dāng)數(shù)據(jù)頻繁的變化時(shí),molap需要進(jìn)行大量的重新運(yùn)算,甚至重新建立索引乃至重構(gòu)多維數(shù)據(jù)庫(kù)；在rolap中敏捷性較好,對(duì)于數(shù)據(jù)變化的適應(yīng)性高；6. 軟硬件平臺(tái)的適應(yīng)性rolap對(duì)軟硬件平臺(tái)的適應(yīng)性很好,而molap相對(duì)較差；7. 元數(shù)據(jù)治理目前在元數(shù)據(jù)的治理,molap和 rolap都沒有成形的標(biāo)準(zhǔn)；6. 在 holap中,對(duì)最常用的維度和維層次,使用多維數(shù)據(jù)表來儲(chǔ)備,對(duì)于用戶不常用的維度和數(shù)據(jù),采納rolap星型結(jié)構(gòu)來儲(chǔ)備；7 多維數(shù)

16、據(jù)顯示的兩種方法：關(guān)系數(shù)據(jù)庫(kù)方式和多維數(shù)據(jù)庫(kù)方式；關(guān)系數(shù)據(jù)庫(kù)可以顯示更多維的數(shù)據(jù),但用事實(shí)表顯示多維數(shù)據(jù)時(shí),重復(fù)數(shù)據(jù)很多, 也很繁瑣； 多維數(shù)據(jù)庫(kù)雖然不能同時(shí)顯示三維以上數(shù)據(jù),但顯示的數(shù)據(jù)很精煉；11.多維數(shù)據(jù)顯示的體會(huì)規(guī)章為什么？答：多維數(shù)據(jù)的顯示只能在平面上呈現(xiàn)出來,用多維數(shù)據(jù)庫(kù)顯示時(shí),不能同時(shí)顯示三維以上數(shù)據(jù),但可以固定一些維成員,重點(diǎn)顯示兩維維數(shù)據(jù)；最有效表示多維數(shù)據(jù)使用多維類型結(jié)構(gòu)（mts）,即每一維用一條線段表示,維度中每一個(gè)成員都用線段上的一個(gè)區(qū)間表示；仍可以使用行.列和頁表三個(gè)顯示組來表示；體會(huì)規(guī)章：1. 將維度盡量放在頁中,除非確定需要同時(shí)看到一個(gè)維度的多個(gè)成員；2. 當(dāng)維度

17、嵌套在行貨列中時(shí),考慮到垂直空間比水平空間更有用,所以講維度嵌套在列中比嵌套在行中要好；3. 在打算數(shù)據(jù)的屏幕顯示方式前,應(yīng)第一弄清晰需要查找和分析比較的內(nèi)容；12.舉例說明olap的多維數(shù)據(jù)分析的切片操作；答：切片就為在某兩個(gè)維上取肯定區(qū)間的維成員或全部維成員；如用三維數(shù)組表示為（地區(qū),時(shí)間,產(chǎn)品,銷售額）,假如在地區(qū)維度上選定一個(gè)維成員,就可以得到在該地區(qū)的一個(gè)切片（關(guān)于時(shí)間和產(chǎn)品的切片）； 13 比如部門銷售數(shù)據(jù)表中部門1 的銷售額為900 元,對(duì)時(shí)間維進(jìn)行下鉆操作,可以得到各個(gè)季度分別的銷售額為多少；14（ 1）切片： 切片就為在某兩個(gè)維上取肯定區(qū)間的為成員或全部維成員,而在其余的維上

18、選定一個(gè)維成員的操作；切片的作用就為舍棄一些觀看角度,使人們能在兩個(gè)維上集中觀看數(shù)據(jù)；（ 2）切塊：切塊分兩種情形： （1）在多維數(shù)據(jù)的某一個(gè)維上選定某一區(qū)間的維成員的操作；（ 2）選定多維數(shù)組的一個(gè)三維子集的操作；切塊可以看成為在切片的基礎(chǔ)上確定某一個(gè)維成員的區(qū)間得到的片段,也即由多個(gè)切片疊合起來的；（ 3）鉆取：向下鉆取為使用戶在多層數(shù)據(jù)中能通過導(dǎo)航信息而獲得更多的細(xì)節(jié)性數(shù)據(jù),向上鉆取獵取概括性信息；（ 4）旋轉(zhuǎn)：通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù),旋轉(zhuǎn)操作相當(dāng)于平面數(shù)據(jù)將坐標(biāo)軸旋轉(zhuǎn)；15.廣義 olap功能如何提高多維數(shù)據(jù)分析才能；廣義 olap功能主要為通過四個(gè)模型逐層深化從而提高多維數(shù)據(jù)

19、分析才能；這四個(gè)模型分別為：4精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載(1) 肯定模型：它屬于靜態(tài)數(shù)據(jù)分析,通過比較歷史數(shù)據(jù)值或行為來描述過去發(fā)生的事實(shí)；該模型查詢比較簡(jiǎn)潔,綜合路徑為預(yù)先定義好的,用戶交互少；(2) 說明模型：它也屬于靜態(tài)數(shù)據(jù)分析,分析人員利用系統(tǒng)已有的多層次的綜合路徑層層細(xì)化,找出事實(shí)發(fā)生的緣由；(3) 摸索模型 : 它屬于動(dòng)態(tài)數(shù)據(jù)分析,旨在說明在一維或多維上引入一組具體變量或參數(shù)后將會(huì)發(fā)生什么；分析人員在引入確定的變量或公式關(guān)系時(shí),必需創(chuàng)建大量的綜合路徑；(4) 公式模型 : 它的動(dòng)態(tài)數(shù)據(jù)分析才能更高,該模型表示在多個(gè)維上,需要引入哪些變量或參數(shù),以及引入后所產(chǎn)生的

20、結(jié)果；16.說明數(shù)據(jù)立方體的概念數(shù)據(jù)立方體的概念為1996 年, jim gray 等首次提出的；數(shù)據(jù)立方體為實(shí)現(xiàn)多維數(shù)據(jù)查詢與分析的一種重要手段；實(shí)質(zhì)上,數(shù)據(jù)立方體就為數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中的綜合數(shù)據(jù)層；從今,基于數(shù)據(jù)立方體的生成方法始終為olap和數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域討論者所關(guān)注的熱點(diǎn)問題；多數(shù)據(jù)集的屬性分為維屬性和度量屬性；維數(shù)性為觀看數(shù)據(jù)對(duì)象的角度,而度量屬相就反映數(shù)據(jù)對(duì)象的特點(diǎn)；對(duì)于多維數(shù)據(jù)分析而言,本質(zhì)上為沿著不同的維度進(jìn)行數(shù)據(jù)獵取的過程；在數(shù)據(jù)立方體中,不同維度組合構(gòu)成了不同的子立方體,不同維值的組合機(jī)器對(duì)應(yīng)的度量值構(gòu)成相應(yīng)的對(duì)于不同的查詢和分析；因此,數(shù)據(jù)立方體的構(gòu)建和保護(hù)等運(yùn)算方法成為了多

21、維數(shù)據(jù)分析討論的關(guān)鍵問題；17 答： olap的規(guī)律結(jié)構(gòu)由olap視圖和數(shù)據(jù)儲(chǔ)備兩部分組成；olap視圖：對(duì)于用戶來說它為數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中數(shù)據(jù)的多維規(guī)律表示, 不管數(shù)據(jù)怎么儲(chǔ)備和儲(chǔ)備在何處；數(shù)據(jù)儲(chǔ)備：要求挑選數(shù)據(jù)實(shí)際儲(chǔ)備方式和實(shí)際儲(chǔ)備位置,兩種常用的挑選為多維數(shù)據(jù)儲(chǔ)備和關(guān)系數(shù)據(jù)存儲(chǔ)；18 答： olap的物理結(jié)構(gòu)包括基于數(shù)據(jù)儲(chǔ)備的兩種方式：多維數(shù)據(jù)儲(chǔ)備和關(guān)系數(shù)據(jù)儲(chǔ)備；多維數(shù)據(jù)儲(chǔ)備主要有兩種挑選：多維數(shù)據(jù)儲(chǔ)備于客戶端或 olap服務(wù)器；在第一種情形,多維數(shù)據(jù)儲(chǔ)備于客戶端,數(shù)據(jù)分析也在客戶端,這樣形成了“胖”客戶端,這為一種兩層客戶/ 服務(wù)器的物理結(jié)構(gòu)；在其次種情形,多維數(shù)據(jù)儲(chǔ)備放在olap服

22、務(wù)器中,抽取數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù),然后將其轉(zhuǎn)換成多維數(shù)據(jù)結(jié)構(gòu),并把olap 服務(wù)器傳給客戶端,這時(shí)客戶端就變成了“瘦”客戶端,這為一種經(jīng)典的三層客戶/ 服務(wù)器物理結(jié)構(gòu)； 19說明濃縮立方體的壓縮方法和成效；答：濃縮立方體運(yùn)算方法的基本原理為,在某些屬性或組合下的一個(gè)元組相對(duì)于其他元組具有唯獨(dú)性,就稱為基本單一組bst ,當(dāng)它的超集也為 bst,且都為取同一度量值,在集合運(yùn)算時(shí),可以把這些屬性的度量值對(duì)應(yīng)的元組壓縮成一條元組儲(chǔ)備；一般來說,濃縮立方體的壓縮率可以達(dá)到30%-70%；20. 多維數(shù)據(jù)分析的mdx語言與數(shù)據(jù)庫(kù)的sql語言有什么不同？答：mdx語言結(jié)合了多維數(shù)據(jù)集,指定“維度”on 子句

23、和“創(chuàng)建表達(dá)式運(yùn)算的新成員”member子句 ,這樣就可以來從多維數(shù)據(jù)集中挖掘出指定的數(shù)據(jù)；21mdx供應(yīng)的函數(shù)children來完成這個(gè)操作； children函數(shù)返回一個(gè)自然排序的集,該集包含指定成員的子成員；假如指定的成員沒有子成員,就此函數(shù)返回一個(gè)空集；示例下例將返回geography維度中 geography層次結(jié)構(gòu)的united states成員的子成員；select geography.geography.country.&united states.children on 0 from adventure works精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載1. 數(shù)

24、據(jù)倉(cāng)庫(kù)的需求分析的任務(wù)為什么？p67第四章作業(yè)精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載需求分析的任務(wù)為通過具體調(diào)查現(xiàn)實(shí)世界要處理的對(duì)象（企業(yè).部門用戶等）,充分明白源系統(tǒng)工作概況,明確用戶的各種需求,為設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)服務(wù)；概括地說,需求分析要明確用那些數(shù)據(jù)經(jīng)過分析來實(shí)現(xiàn)用戶的決策支持需求；2. 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)需要確定的問題有哪些？p673. 實(shí)現(xiàn)決策支持所需要的數(shù)據(jù)包括哪些內(nèi)容？p68（ 1）源數(shù)據(jù)（ 2）數(shù)據(jù)轉(zhuǎn)換（ 3）數(shù)據(jù)儲(chǔ)備（ 4）決策分析 4 概念：將需求分析過程中得到的用戶需求抽象為運(yùn)算機(jī)表示的信息結(jié)構(gòu),叫做概念模型；特點(diǎn)：（1）能真實(shí)反映現(xiàn)實(shí)世界,能滿意用戶對(duì)數(shù)據(jù)的分析,達(dá)到?jīng)Q策

25、支持的要求,它為現(xiàn)實(shí)世界的一個(gè)真實(shí)模型；（2）易于懂得,便利和用戶交換看法,在用戶的參加下,能有效地完成對(duì)數(shù)據(jù)倉(cāng)庫(kù)的成功設(shè)計(jì)；（3）易于更換,當(dāng)用戶需求發(fā)生變化時(shí),簡(jiǎn)潔對(duì)概念模型修改和擴(kuò)充；（4）易于向數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型（星型模型）轉(zhuǎn)換；5 用長(zhǎng)方形表示實(shí)體,在數(shù)據(jù)倉(cāng)庫(kù)中就表示主題,橢圓形表示主題的屬性,并用無向邊把主題與其屬性連接起來；用菱形表示主題之間的聯(lián)系,用無向邊把菱形分別與有關(guān)的主題連接；如主題之間的聯(lián)系也具有屬性,就把屬性和菱形也用無向邊連接上；5精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載6 數(shù)據(jù)庫(kù)的概念模型設(shè)計(jì)主要采納e-r 概念模型的設(shè)計(jì)方法；數(shù)據(jù)倉(cāng)庫(kù)的概念模型設(shè)計(jì)主要采納

26、e-r 概念模型和面對(duì)對(duì)象的分析方法；7 . 圖 4.1 所示的概念模型：商品和客戶為兩個(gè)主題,商品的銷售信息等同于客戶的購(gòu)物信息,而每個(gè)商品具有本身的商品固有信息和商品號(hào),仍有就為商品的庫(kù)存信息；客戶具有自己的固有信息,仍有就為客戶號(hào)；8. 規(guī)律模型：運(yùn)算機(jī)所支持的有e-r 圖轉(zhuǎn)換成的數(shù)據(jù)模型,數(shù)據(jù)的規(guī)律結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)的規(guī)律模型：星型模型9. 數(shù)據(jù)倉(cāng)庫(kù)的規(guī)律模型：用來構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)規(guī)律模型；在數(shù)據(jù)庫(kù)中,規(guī)律模型有關(guān)系.網(wǎng)狀.層次,可以清晰的表示各個(gè)關(guān)系；10. 舉例說明從數(shù)據(jù)倉(cāng)庫(kù)的概念模型到規(guī)律模型的轉(zhuǎn)換.概念模型為對(duì)每個(gè)決策與屬性及主體之間的關(guān)系用 e-r 圖來表示的, e-r 圖能有

27、效的將現(xiàn)實(shí)的世界表示成信息世界,他利于向運(yùn)算機(jī)的表示形式進(jìn)行轉(zhuǎn)化；而規(guī)律模型設(shè)計(jì)為需求分析主題域,將概念模型 e-r 圖轉(zhuǎn)化為規(guī)律模型,即運(yùn)算機(jī)表示的數(shù)據(jù)模型,數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型一般采納星型模型；例如 概念模型設(shè)計(jì)時(shí),確定了商品和客戶兩個(gè)主題；其中商品對(duì)于商場(chǎng)來說為更基本的業(yè)務(wù)對(duì)象,商品的業(yè)務(wù)有銷售.選購(gòu).庫(kù)存；其中商品銷售時(shí)最重要的業(yè)務(wù)；它為進(jìn)行決策分析的重要方面；星型模型的設(shè)計(jì)如下：確定決策分析需求,數(shù)據(jù)倉(cāng)庫(kù)為面對(duì)決策分析的,決策需求為建立多維數(shù)據(jù)模型的依據(jù)；例如分析銷售額趨勢(shì),對(duì)商品的銷售量,促銷手段對(duì)銷售的影響；從需求中識(shí)別出事實(shí),從決策主題確定的情形下,挑選或設(shè)計(jì)反映決策主體業(yè)務(wù)表；

28、例如在商品主題中,以銷售數(shù)據(jù)為事實(shí)表；確定維,確定影響事實(shí)的各種因素,對(duì)銷售業(yè)務(wù)的維一般的包括商店,地區(qū),部門,城市,時(shí)間,商品等；確定數(shù)據(jù)匯總的水平,存在于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)包括匯總的數(shù)據(jù)；數(shù)據(jù)倉(cāng)庫(kù)中對(duì)數(shù)據(jù)不同粒度的綜合形成了多層次的數(shù)據(jù)結(jié)構(gòu)；例如對(duì)于時(shí)間維,可以用年月 日 不同水平進(jìn)行匯總；設(shè)計(jì)事實(shí)表和維表,設(shè)計(jì)事實(shí)表和維表的屬性,再事實(shí)表中應(yīng)當(dāng)記錄哪些屬性為有維表的數(shù)量來打算的,一般來說,與事實(shí)表相關(guān)的維表的數(shù)量應(yīng)當(dāng)適中,太少的維表會(huì)影響查詢的質(zhì)量,用戶得不到需要的數(shù)據(jù),太多的數(shù)據(jù)會(huì)影響查詢的速度；11. 在數(shù)據(jù)倉(cāng)庫(kù)中為什么考慮數(shù)據(jù)的粒度層次劃分？答： 所謂的粒度為指數(shù)據(jù)倉(cāng)庫(kù)宗數(shù)據(jù)單元的具

29、體程度和級(jí)別,數(shù)據(jù)越具體,粒度越小,層次級(jí)別九月低；數(shù)據(jù)綜合度越高,粒度越大,層次級(jí)別就越高；在傳統(tǒng)事務(wù)處理系統(tǒng)中,對(duì)數(shù)據(jù)的處理,操作都為再具體數(shù)據(jù)級(jí)別上的,即最低的粒度；但為數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中主要為分析處理,粒度的劃分鍵直接影響數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)量以及所適合的查詢類型；一般需要將數(shù)據(jù)劃分為具體數(shù)據(jù),輕度綜合,高度綜合三級(jí)或更多及粒度；不同粒度級(jí)別的數(shù)據(jù)用于不同類型的分析處理；力度的劃分為數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)工作的一項(xiàng)重要內(nèi)容,粒度劃分為否適當(dāng)影響數(shù)據(jù)倉(cāng)庫(kù)性能的一個(gè)重要方面；12. 數(shù)據(jù)倉(cāng)庫(kù)的記錄系統(tǒng)包括什么內(nèi)容,舉例說明？答：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來源與多個(gè)已經(jīng)存在的事務(wù)處理系統(tǒng)外部系統(tǒng),由于各個(gè)原系統(tǒng)的數(shù)據(jù)為面

30、對(duì)應(yīng)用的,不能完整地描述企業(yè)中的主題域,并且多個(gè)數(shù)據(jù)源的數(shù)據(jù)存在者很多不一樣,因此要從數(shù)據(jù)倉(cāng)庫(kù)的概念模型動(dòng)身,結(jié)合主題的多個(gè)表的關(guān)系模式,需要確定現(xiàn)有系統(tǒng)的哪些數(shù)據(jù)能較好地適應(yīng)數(shù)據(jù)的需求；這就要求挑選最完整的.最準(zhǔn)時(shí)的.最精確的.最接近外部實(shí)體源的數(shù)據(jù)作為記錄系統(tǒng),同時(shí)這些數(shù)據(jù)所在的表的關(guān)系模式接近于構(gòu)成主體的多個(gè)標(biāo)的關(guān)系模式；記錄系統(tǒng)的定義要記入數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)；13.什么為物理模型？數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)包括哪些工作？答：物理模型就為規(guī)律模型在運(yùn)算機(jī)中的物理結(jié)構(gòu),其中包括儲(chǔ)備結(jié)構(gòu)和存取方法；數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)的工作包括：估量?jī)?chǔ)備容量.確定數(shù)據(jù)的儲(chǔ)備方案.確定索引策略.確定數(shù)據(jù)存放位置和

31、確定儲(chǔ)備安排；14.為什么數(shù)據(jù)倉(cāng)庫(kù)物理模型設(shè)計(jì)中要建立匯總方案和確定數(shù)據(jù)分區(qū)方案？答：假如數(shù)據(jù)倉(cāng)庫(kù)只儲(chǔ)備最小粒度的數(shù)據(jù),每次查詢遍歷全部的明細(xì)記錄,然后生成匯總信息,這會(huì)造成很大的開銷,因此要建立匯總方案；分區(qū)可以將表分解成易于治理的小表,對(duì)事實(shí)表的分區(qū)醫(yī)保采納垂直分區(qū)或水平分區(qū),這樣使得大表被分成小表,因此要建立分區(qū)方案；16. 概念模型： e-r 圖；規(guī)律模型：星型模型物理模型：儲(chǔ)備結(jié)構(gòu).索引.數(shù)據(jù)存放位置.儲(chǔ)備安排；17. （1）位索引技術(shù)：bit-wise索引技術(shù)； b-tree 索引技術(shù)（2）表示技術(shù)（3）廣義索引18. 答： 1. b-tree 只適合于高基數(shù)字段,但對(duì)于低基數(shù)字段

32、毫無價(jià)值；2.b-tree 索引需占肯定的空間和時(shí)間,增加了在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)造和保護(hù)索引的代價(jià)；6精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載3.數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中常常為復(fù)雜的查詢,并常常帶有分組及聚合條件,此時(shí)b-tree 索引往往無能為力；19.數(shù)據(jù)倉(cāng)庫(kù)中采納標(biāo)識(shí)技術(shù)有什么好處；答：使用標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)技術(shù)來儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)為特別昂貴的；較好的替代方法為用基于標(biāo)識(shí)的技術(shù)來儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)；一旦將基于標(biāo)識(shí)的數(shù)據(jù)庫(kù)存放在內(nèi)存中,處理速度會(huì)得到很大的提高；數(shù)據(jù)越多,標(biāo)識(shí)數(shù)據(jù)比標(biāo)準(zhǔn)的.基于記錄的數(shù)據(jù)更有利； 由于數(shù)據(jù)被大量壓縮,所以整個(gè)數(shù)據(jù)庫(kù)可以存放在內(nèi)存中；可以索引全部的行和全部的列；21.說明數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的四

33、個(gè)階段和12 個(gè)步驟答：如下圖所示發(fā)：分為分析設(shè)計(jì)階段；數(shù)據(jù)獵取階段；決策支持階段；保護(hù)與評(píng)估階段；22. 數(shù)據(jù)獵取階段包括數(shù)據(jù)抽取,數(shù)據(jù)轉(zhuǎn)換,數(shù)據(jù)裝載3 個(gè)步驟；數(shù)據(jù)抽?。簲?shù)據(jù)抽取主要進(jìn)行數(shù)據(jù)源的確認(rèn),確定數(shù)據(jù)抽取技術(shù),確認(rèn)數(shù)據(jù)抽取頻率,依據(jù)時(shí)間要求抽取數(shù)據(jù)；數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)抽取得到的數(shù)據(jù)不能直接存入數(shù)據(jù)倉(cāng)庫(kù)的；數(shù)據(jù)轉(zhuǎn)換工作包括：數(shù)據(jù)格式的修改,字段的解碼,單個(gè)字段的分別,信息的合并,變量單位的轉(zhuǎn)化,時(shí)間的轉(zhuǎn)化,數(shù)據(jù)匯總等；數(shù)據(jù)裝載：數(shù)據(jù)裝載包括初始裝載,增量裝載,完全刷新；23. 數(shù)據(jù)倉(cāng)庫(kù)的簡(jiǎn)歷就為要達(dá)到?jīng)Q策支持的目的；決策支持階段包括信息查詢和學(xué)問探究?jī)蓚€(gè)步驟；信息查詢：信息查詢者使用數(shù)據(jù)

34、倉(cāng)庫(kù)發(fā)覺目前存在的問題；為適應(yīng)信息查詢者的要求,數(shù)據(jù)倉(cāng)庫(kù)一般采納如下的方法提高信息查詢效率：創(chuàng)建數(shù)據(jù)陳設(shè),預(yù)連接表格,預(yù)集合數(shù)據(jù),聚類數(shù)據(jù)；學(xué)問探究：只為探究者使用數(shù)據(jù)倉(cāng)庫(kù)能對(duì)發(fā)覺的問題找出緣由；24. 保護(hù)與評(píng)估階段包括數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng),數(shù)據(jù)倉(cāng)庫(kù)保護(hù),數(shù)據(jù)倉(cāng)庫(kù)評(píng)判；數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)：數(shù)據(jù)倉(cāng)庫(kù)建立以后,隨著數(shù)據(jù)用戶的不斷增加,時(shí)間的曾增長(zhǎng),用戶查詢需求更多,數(shù)據(jù)會(huì)快速增長(zhǎng)；數(shù)據(jù)倉(cāng)庫(kù)保護(hù)：數(shù)據(jù)倉(cāng)庫(kù)保護(hù)包括適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)的保護(hù)和正常系統(tǒng)保護(hù)兩類；數(shù)據(jù)倉(cāng)庫(kù)評(píng)估：數(shù)據(jù)倉(cāng)庫(kù)評(píng)估包括系統(tǒng)性能評(píng)定,投資回報(bào)分析,數(shù)據(jù)質(zhì)量評(píng)估；25. 概括說明“概念模型.規(guī)律模型.物理模型”分別為什么樣的數(shù)據(jù)模型？答：將需求分析過

35、程中得到的用戶需求抽象為運(yùn)算機(jī)表示的信息結(jié)構(gòu),即概念模型；規(guī)律模型為由概念模型進(jìn)一步轉(zhuǎn)化成運(yùn)算機(jī)支持的數(shù)據(jù)模型；物理模型為規(guī)律模型設(shè)計(jì)的數(shù)據(jù)模型適應(yīng)應(yīng)用要求在運(yùn)算機(jī)中的儲(chǔ)備結(jié)構(gòu)和存取方法；28.當(dāng)有一個(gè)或多個(gè)維表沒有直接連接到事實(shí)表上,而為通過其他維表連接到事實(shí)表上時(shí),其圖解就像多個(gè)雪花連接在一起,故稱雪花模型；雪花模型為對(duì)星型模型的擴(kuò)展；它對(duì)星型模型的維表進(jìn)一步層次化,原有的各維表可能被擴(kuò)展為小的事實(shí)表,形成一些局部的" 層次"區(qū)域,這些被分解的表都連接到主維度表而不為事實(shí)表；治理大量數(shù)據(jù),數(shù)據(jù)的高效裝入和數(shù)據(jù)壓縮,儲(chǔ)備介質(zhì)的治理,元數(shù)據(jù)的治理,數(shù)據(jù)倉(cāng)庫(kù)語言,高效索引,多

36、維數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)治理第五章作業(yè)1 數(shù)據(jù)倉(cāng)庫(kù)的兩類用戶有什么本質(zhì)的不同？p96數(shù)據(jù)倉(cāng)庫(kù)的用戶有兩類：信息使用者和探究者；信息使用者為使用數(shù)據(jù)倉(cāng)庫(kù)的大量用戶,信息使用者以一種可以推測(cè)的.重復(fù)性的方式使用數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)；探究者完全不同于信息使用者,他們有一個(gè)完全不行推測(cè)的.非重復(fù)性的數(shù)據(jù)使用模式； 2 數(shù)據(jù)倉(cāng)庫(kù)的信息使用者與數(shù)據(jù)庫(kù)的信息使用者有什么不同？數(shù)據(jù)庫(kù)的信息使用者主要關(guān)懷當(dāng)前某一個(gè)時(shí)間段內(nèi)的數(shù)據(jù),而數(shù)據(jù)倉(cāng)庫(kù)的信息使用者關(guān)懷企業(yè)從過去某一時(shí)點(diǎn) 如開頭應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn) 到目前的各個(gè)階段的信息,通過這些信息,可以對(duì)企業(yè)的進(jìn)展歷程和將來趨勢(shì)做出定量分析和推測(cè)；3. 1 非規(guī)格化規(guī)范化的作用為產(chǎn)生一種

37、完全沒有數(shù)據(jù)冗余的設(shè)計(jì)方法；7精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載但為,有時(shí)在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)中引入一些有限的數(shù)據(jù)冗余來提高數(shù)據(jù)拜訪成效；2 創(chuàng)建數(shù)據(jù)陣列創(chuàng)建數(shù)據(jù)陣列,將相關(guān)類型的數(shù)據(jù) 如： 1 月.2 月. 3 月等月份中的數(shù)據(jù) 儲(chǔ)備在一起,提高拜訪成效；3 預(yù)連接表格一個(gè)公用鍵和共同使用的數(shù)據(jù)將表格合并在一起；共享一個(gè)公用鍵,可以將多個(gè)表格合并到一個(gè)物理表格中；這樣做可以很大程度的提高數(shù)據(jù)拜訪效率；4 預(yù)集合數(shù)據(jù)依據(jù)“滾動(dòng)概括”結(jié)構(gòu)來組織數(shù)據(jù)；當(dāng)數(shù)據(jù)被輸入到數(shù)據(jù)倉(cāng)庫(kù)中時(shí),以每小時(shí)為基礎(chǔ)儲(chǔ)備數(shù)據(jù)；在這一天終止時(shí),以每天為基礎(chǔ)儲(chǔ)備累加每小時(shí)的數(shù)據(jù)；在一周終止時(shí),以每周為基礎(chǔ)儲(chǔ)備累加每天的

38、數(shù)據(jù)；月末時(shí),就以每月為基礎(chǔ)儲(chǔ)備累加每周的數(shù)據(jù)；5 聚類數(shù)據(jù)將不同類型的數(shù)據(jù)記錄放置在相同的物理位置；這為用戶查看這些記錄,可以在同一地點(diǎn)找到它們,提高查詢效率；6 壓縮數(shù)據(jù)壓縮可以使可讀取的數(shù)據(jù)量極大；定期凈化數(shù)據(jù)定期刪除數(shù)據(jù)倉(cāng)庫(kù)中不需要的數(shù)據(jù),可以為每個(gè)用戶提高性能；7 合并查詢假如查詢定期發(fā)生,那么可以通過把這些查詢合并到同一個(gè)表格中,從而節(jié)約大量資源；4. 增加一些數(shù)據(jù)冗余,相當(dāng)于增加了某些相同的數(shù)據(jù),這些數(shù)據(jù)往往為我們很需要的或者為常常被使用的,由于這些數(shù)據(jù)所占總量的比例增加,所以被拜訪的概率增加,從而削減了查詢時(shí)間,提高了查詢速度；5. 聚類數(shù)據(jù)：基于產(chǎn)生共同信息,將不同類型的數(shù)據(jù)

39、記錄放置在相同的物理位置；集合數(shù)據(jù)：即概括數(shù)據(jù),相同的商業(yè)維度和指標(biāo)儲(chǔ)備數(shù)據(jù)；6. 合并查詢：把定期的一些查詢合并到同一個(gè)表格中,來節(jié)約大量資源,達(dá)到掃描數(shù)據(jù)倉(cāng)庫(kù)表格的次數(shù)最小化；7. 探究者所作的工作有哪些？答：探究者查看治療和歷史記錄,在多數(shù)情形下,探究者考慮數(shù)據(jù)不同類型和數(shù)據(jù)具值之間的關(guān)系；探究者要做的工作概括分析,抽取.建模和分類；8. 數(shù)據(jù)倉(cāng)庫(kù)的探究者的工作與數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者的工作有什么不同？答：數(shù)據(jù)倉(cāng)庫(kù)的探究者為查找不平常的且有用的商業(yè)運(yùn)作模型的用戶群,探究者查看具體的資料和歷史記錄,他們要做的的工作有概括分析.抽取.建模和分類；而數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者為那些對(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)做出歸納和

40、分析的專業(yè)人士,他們從數(shù)據(jù)庫(kù)的數(shù)據(jù)中提煉出有用的信息和一些數(shù)據(jù)的客觀規(guī)律；9. 說明企業(yè)需要哪些戰(zhàn)略信息與實(shí)現(xiàn)方法；答：企業(yè)需要的戰(zhàn)略信息有：銷量最好的產(chǎn)品名單.顯現(xiàn)問題的地區(qū).查找顯現(xiàn)問題的緣由.對(duì)比其他的數(shù)據(jù)（橫向鉆?。?顯示最大利潤(rùn)以及一些警告信息；實(shí)現(xiàn)方法有：查詢與報(bào)表決策支持.多維分析和緣由分析和推測(cè)將來；11. 數(shù)據(jù)庫(kù)為面對(duì)事務(wù)的設(shè)計(jì),數(shù)據(jù)倉(cāng)庫(kù)為面對(duì)主題設(shè)計(jì)的；數(shù)據(jù)庫(kù)一般儲(chǔ)備在線交易數(shù)據(jù),數(shù)據(jù)倉(cāng)庫(kù)儲(chǔ)備的一般為歷史數(shù)據(jù)；數(shù)據(jù)庫(kù)為為捕捉數(shù)據(jù)而設(shè)計(jì),數(shù)據(jù)倉(cāng)庫(kù)為為分析數(shù)據(jù)而設(shè)計(jì),它的兩個(gè)基本的元素為維表和事實(shí)表；12. 說明如何利用數(shù)據(jù)倉(cāng)庫(kù)發(fā)覺問題并找出產(chǎn)生問題的緣由答：主要為通過三個(gè)步驟

41、來完成的：概括分析,抽取,建模；概括分析為第一步；分析數(shù)據(jù)的完整性和精確性；抽取為通過概括分析,所學(xué)數(shù)據(jù)的輪廓已經(jīng)基本顯示出來；數(shù)據(jù)抽取就為將數(shù)據(jù)倉(cāng)庫(kù)中抽取制定的數(shù)據(jù)并組織起來,進(jìn)一步分析而不影響數(shù)據(jù)倉(cāng)庫(kù)的正常工作；最終一步為建模,通過以上兩步的得到的數(shù)據(jù)信息進(jìn)行建模從而進(jìn)一步分析數(shù)據(jù),達(dá)到發(fā)覺問題及其問題的緣由；13. 說明如何利用數(shù)據(jù)倉(cāng)庫(kù)來進(jìn)行推測(cè)答：就為建立相應(yīng)的推測(cè)模型,利用歷史數(shù)據(jù)建立回來方程；一般的推測(cè)模型有多元回來模型.三次平滑推測(cè)模型.生長(zhǎng)曲線推測(cè)模型；除了推測(cè)模型外,采納聚類模型或分類模型也能達(dá)到肯定的推測(cè)成效；14. 臟數(shù)據(jù)為指在數(shù)據(jù)源中抽取.轉(zhuǎn)換和裝載到數(shù)據(jù)倉(cāng)庫(kù)的過程中顯

42、現(xiàn)的余外數(shù)據(jù)和無用數(shù)據(jù)；產(chǎn)生臟數(shù)據(jù)的途徑：1,開頭時(shí)定義了一些8精品學(xué)習(xí)資料精選學(xué)習(xí)資料 - - - 歡迎下載余外的數(shù)據(jù)或由于一些不合適的轉(zhuǎn)換規(guī)章在轉(zhuǎn)換過程中產(chǎn)生的無用數(shù)據(jù)；2,來自不同數(shù)據(jù)源的數(shù)據(jù)在數(shù)據(jù)結(jié)構(gòu).數(shù)據(jù)編碼.數(shù)據(jù)定義等方面為不兼容的,在集成這些數(shù)據(jù)時(shí),未對(duì)全部不憐憫形的數(shù)據(jù)都轉(zhuǎn)成同意形式,產(chǎn)生遺漏或用了不匹配的轉(zhuǎn)化方法而產(chǎn)生的數(shù)據(jù)；3, 輸入的數(shù)據(jù)已經(jīng)過期；由于工作業(yè)務(wù)的轉(zhuǎn)變,某些前期業(yè)務(wù)的數(shù)據(jù)已經(jīng)過期,仍遺留在數(shù)據(jù)倉(cāng)庫(kù)中而造成的過期無用數(shù)據(jù)；4,用戶需求的轉(zhuǎn)變或數(shù)據(jù)質(zhì)量有了新的要求時(shí),那些沒有適應(yīng)轉(zhuǎn)變要求的數(shù)據(jù)成了無用的數(shù)據(jù)；15. 清理臟數(shù)據(jù)的方法有： 1,檢查抽取數(shù)據(jù)的定義和

43、數(shù)據(jù)轉(zhuǎn)換規(guī)章的正確性,對(duì)那些不合適的定義和規(guī)章所造成的臟數(shù)據(jù)進(jìn)行清理；2, 在對(duì)多個(gè)數(shù)據(jù)源進(jìn)行集成時(shí),必需對(duì)全部不同結(jié)構(gòu).不同編碼.不同定義的數(shù)據(jù),嚴(yán)格依據(jù)同意格式轉(zhuǎn)換后再集成,清晰那些遺留或不匹配方法產(chǎn)生的臟數(shù)據(jù)；3 對(duì)過期數(shù)據(jù),在形成歷史數(shù)據(jù)后,依據(jù)這種數(shù)據(jù)量的大小來打算為否需要進(jìn)行重新整理；17. 企業(yè)基本情形：18. 沃爾瑪始終為teradata的大客戶,該公司的teradata裝機(jī)為全球最大的數(shù)據(jù)倉(cāng)庫(kù)之一,并且在該公司與各家供應(yīng)商的數(shù)據(jù)共 享網(wǎng)絡(luò)（稱為“零售鏈”）中發(fā)揮著重要作用；現(xiàn)在仍不清晰惠普的成功對(duì)teradata會(huì)產(chǎn)生什么影響,看起來,沃爾瑪不大可能一下子全部舍棄在terad

44、ata方面的投資,不過,惠普公司在數(shù)據(jù)倉(cāng)庫(kù)方面的任何獲勝都會(huì)搶走teradata的潛在業(yè)務(wù)；至周三上午為止,惠普和沃爾瑪?shù)墓俜蕉紱]有立刻發(fā)布評(píng)論；19. 決策支持系統(tǒng) decisionsupportsystem,簡(jiǎn)稱 dss 為幫助決策者通過數(shù)據(jù).模型和學(xué)問,以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的運(yùn)算機(jī)應(yīng)用系統(tǒng)；它為治理信息系統(tǒng)mis 向更高一級(jí)進(jìn)展而產(chǎn)生的先進(jìn)信息治理系統(tǒng)；它為決策者供應(yīng)分析問題.建立模型.模擬決策過程和方案的環(huán)境,調(diào)用各種信息資源和分析工具,幫忙決策者提高決策水平和質(zhì)量；決策支持系統(tǒng), 為以治理科學(xué).運(yùn)籌學(xué).掌握論.和行為科學(xué)為基礎(chǔ),以運(yùn)算機(jī)技術(shù).仿真技術(shù)和信息技術(shù)為手

45、段,針對(duì)半結(jié)構(gòu)化的決策問題,支持決策活動(dòng)的具有智能作用的人機(jī)系統(tǒng)；該系統(tǒng)能夠?yàn)闆Q策者供應(yīng)所需的數(shù)據(jù).信息和背景資料,幫忙明確決策目標(biāo)和進(jìn)行問題的識(shí)別,建立或修改決策模型,供應(yīng)各種備選方案,并且對(duì)各種方案進(jìn)行評(píng)判和儔優(yōu)選,通過人機(jī)交互功能進(jìn)行分析.比較和判定,為正確的決策供應(yīng)必要的支持；dss的概念為在20 世紀(jì) 70 歲月提出的,并在80 歲月獲得進(jìn)展；它的產(chǎn)生緣由有：傳統(tǒng)的mis 沒有給企業(yè)帶來龐大的效益,人在治理中的積極作用要得到發(fā)揮；人們對(duì)信息處理規(guī)律熟悉提高,面對(duì)不斷變化的環(huán)境,要求更高層次的系統(tǒng)來直接支持決策；運(yùn)算機(jī)應(yīng)用技術(shù)的進(jìn)展為 dss的進(jìn)展供應(yīng)了物質(zhì)基礎(chǔ)；第六章作業(yè)1. 數(shù)據(jù)挖

46、掘與學(xué)問發(fā)覺兩個(gè)概念有什么不同？p1162. 學(xué)問發(fā)覺過程由哪三部分組成？每部分的工作為什么？p1163. 數(shù)據(jù)挖掘的對(duì)象有哪些？他們各自的特點(diǎn)為什么？p118 4.p1205. 聚類為指在沒有類的數(shù)據(jù)中,按“距離”概念集合成如干類；在同一類別中,個(gè)體之間的距離較小,而不同類別上的個(gè)體之間的距離偏大；分類為在聚類的基礎(chǔ)上,對(duì)已確定的類找出該類別的概念描述,它代表了這類數(shù)據(jù)的整體信息；6. 當(dāng)發(fā)生有丟失的數(shù)據(jù).觀看不到的數(shù)據(jù),隱匿的數(shù)據(jù).錄入過程中發(fā)生錯(cuò)誤的數(shù)據(jù)等情形時(shí),即產(chǎn)生了不完全數(shù)據(jù)；7 兩個(gè)變量 x 和 y 的采樣,其中x 為獨(dú)立變量,總有觀測(cè)值；y 為響應(yīng)變量,可能涉及丟失值；以y=？代表丟失值,以（x=i ,y=？）代表不完全的記錄；丟失數(shù)據(jù)模式分別取決于y=？的概率為否依靠于y 與 x 的狀態(tài)；假如這一概率依靠于x 但不依靠于y,就認(rèn)為數(shù)據(jù)為隨機(jī)丟失的；8 兩個(gè)變量 x 和 y 的采樣,其中 x 為獨(dú)立變量,總有觀測(cè)值； y 為響應(yīng)變量,可能涉及丟失值；以 y=？代表丟失值,以（ x=i ,y=？）代表不完全的記錄；丟失數(shù)據(jù)模式分別取決于 y=？的概率為否依靠于 y 與 x 的狀態(tài)；假如 y=？的概率既不依靠于 y 也不依靠于 x 的狀態(tài),就認(rèn)為數(shù)據(jù)為完