數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程(第2版)-陳文偉版課后習(xí)題答案(非常全)(共30頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上第一章作業(yè)1 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的本質(zhì)差別是什么？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)即保存過(guò)去的數(shù)據(jù)又保存當(dāng)前的數(shù)據(jù)。（3）數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是大量數(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)量較小。對(duì)數(shù)據(jù)倉(cāng)庫(kù)操作不明確，操作數(shù)據(jù)量大。2從數(shù)據(jù)庫(kù)發(fā)展到數(shù)據(jù)倉(cāng)庫(kù)的原因是什么？書P1（1）數(shù)據(jù)庫(kù)數(shù)據(jù)太多，信息貧乏。如何將大量的數(shù)據(jù)轉(zhuǎn)化為輔助決策信息成為了研究熱點(diǎn)。（2）異構(gòu)環(huán)境數(shù)據(jù)的轉(zhuǎn)換和共享。隨著各類數(shù)據(jù)庫(kù)產(chǎn)品的增加，異構(gòu)環(huán)境的數(shù)據(jù)也逐漸增加，如何實(shí)現(xiàn)這些異構(gòu)環(huán)境數(shù)據(jù)的轉(zhuǎn)換的共享也成了研究熱點(diǎn)。（3）利用數(shù)

2、據(jù)進(jìn)行事物處理轉(zhuǎn)變?yōu)槔脭?shù)據(jù)支持決策。3舉例說(shuō)明數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的不同。比如，銀行中儲(chǔ)蓄業(yè)務(wù)要建立儲(chǔ)蓄數(shù)據(jù)庫(kù)，信用卡要建立信用卡數(shù)據(jù)庫(kù)，貸款業(yè)務(wù)要建立貸款數(shù)據(jù)庫(kù)，這些數(shù)據(jù)庫(kù)方便了銀行的事務(wù)處理。但是要對(duì)這些獨(dú)立數(shù)據(jù)庫(kù)進(jìn)行決策分析就很復(fù)雜了。因此可以把這些數(shù)據(jù)庫(kù)中的數(shù)據(jù)存儲(chǔ)轉(zhuǎn)化到數(shù)據(jù)倉(cāng)庫(kù)中，方便進(jìn)行決策。4.OLTP(On Line Transaction Processing,聯(lián)機(jī)事物處理)是在網(wǎng)絡(luò)環(huán)境下的事務(wù)處理工作，以快速的響應(yīng)和頻繁的數(shù)據(jù)修改為特征，使用戶利用數(shù)據(jù)庫(kù)能夠快速地處理具體的業(yè)務(wù)。OLAP（On Line Analytical Processing，聯(lián)機(jī)分析處理）是使用多維數(shù)據(jù)

3、庫(kù)和多維分析的方法，對(duì)多個(gè)關(guān)系數(shù)據(jù)庫(kù)共同進(jìn)行大量的綜合計(jì)算來(lái)得到結(jié)果的方法。5.OLTP是用戶的數(shù)據(jù)可以立即傳送到計(jì)算中心進(jìn)行處理，并在很短的時(shí)間內(nèi)給出處理結(jié)果。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)經(jīng)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)間合理面向應(yīng)用，事務(wù)驅(qū)動(dòng)面向分析，分析驅(qū)動(dòng)7包括數(shù)據(jù)項(xiàng)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)流、數(shù)據(jù)存儲(chǔ)和處理過(guò)程五個(gè)部分。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)不僅僅是數(shù)據(jù)倉(cāng)庫(kù)的字典，而且還是數(shù)據(jù)倉(cāng)庫(kù)本身功能的說(shuō)明數(shù)據(jù)，是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的核心。數(shù)據(jù)字典是關(guān)于數(shù)據(jù)庫(kù)中數(shù)據(jù)的描述，而不是

4、數(shù)據(jù)本身，數(shù)據(jù)字典是數(shù)據(jù)庫(kù)的元數(shù)據(jù)。10 .數(shù)據(jù)倉(cāng)庫(kù)的定義是什么？ 答：（1）W.H.Inmon對(duì)數(shù)據(jù)倉(cāng)庫(kù)的定義：數(shù)據(jù)倉(cāng)庫(kù)是面向主題的，集成的、穩(wěn)定的、不同時(shí)間的數(shù)據(jù)集合，用于支持經(jīng)營(yíng)管理中決策制定過(guò)程。 （2）SAS軟件研究所的觀點(diǎn)：數(shù)據(jù)倉(cāng)庫(kù)是一種管理技術(shù)，旨在通過(guò)通暢、合理、全面的信息管理，達(dá)到有限的決策支持。 從數(shù)據(jù)倉(cāng)庫(kù)定義可以看出，數(shù)據(jù)倉(cāng)庫(kù)是明確為決策支持服務(wù)的，而數(shù)據(jù)庫(kù)是為事務(wù)處理服務(wù)的。11.數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)有哪些？ 答：數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)有一下幾個(gè)：（1） 數(shù)據(jù)倉(cāng)庫(kù)是面向主題的（2） 數(shù)據(jù)倉(cāng)庫(kù)是集成的（3） 數(shù)據(jù)倉(cāng)庫(kù)是穩(wěn)定的（4） 數(shù)據(jù)倉(cāng)庫(kù)是隨時(shí)間變化的（5） 數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)量很大（

5、6） 數(shù)據(jù)倉(cāng)庫(kù)的軟硬件要求較高12、說(shuō)明機(jī)器學(xué)習(xí)如何形成人工智能的學(xué)科方向。答：機(jī)器學(xué)習(xí)是研究使計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，即讓計(jì)算機(jī)自動(dòng)獲取知識(shí)。20世紀(jì)80年代，機(jī)器學(xué)習(xí)取得了較大成果，如AQ11系統(tǒng)、ID3決策樹(shù)方法等，讓機(jī)器學(xué)習(xí)上了一個(gè)新的臺(tái)階，機(jī)器學(xué)習(xí)便成為人工智能的一個(gè)主要學(xué)科方向。13、說(shuō)明數(shù)據(jù)挖掘的含義。答：數(shù)據(jù)挖掘就是從數(shù)據(jù)庫(kù)中的所有數(shù)據(jù)記錄中歸納總結(jié)出知識(shí)，讓人們從抽象復(fù)雜的數(shù)據(jù)中看到客觀規(guī)律，以便做出決策。14、OLAP多維分析如何輔助決策？舉例說(shuō)明。答：OLAP是在多維數(shù)據(jù)結(jié)構(gòu)上進(jìn)行數(shù)據(jù)分析的，一般在多維數(shù)據(jù)上切片、切塊成簡(jiǎn)單數(shù)據(jù)來(lái)進(jìn)行分析，或是上鉆、下鉆來(lái)分析。O

6、LAP要查詢大量的日常商業(yè)信息，以及大量的商業(yè)活動(dòng)變化情況，如每周購(gòu)買量的變化值，經(jīng)理通過(guò)查詢變化值來(lái)做決策。例如經(jīng)理看到利潤(rùn)小于預(yù)計(jì)值是，就會(huì)去深入到各地區(qū)去查看產(chǎn)品利潤(rùn)情況，這樣他會(huì)發(fā)現(xiàn)一些比較異常的數(shù)據(jù)。經(jīng)過(guò)進(jìn)一步的分析和追蹤查詢可以發(fā)現(xiàn)問(wèn)題并解決。15 OLAP是在帶層次的維度和跨維度進(jìn)行多維數(shù)據(jù)分析的。數(shù)據(jù)挖掘則不同，它是以變量和記錄為基礎(chǔ)進(jìn)行分析的。16比如對(duì)超市的所有的購(gòu)物賬單中成對(duì)出現(xiàn)的商品的統(tǒng)計(jì)，可以有助于超市商品的合理擺放。17（1）常用統(tǒng)計(jì)（2）相關(guān)分析（3）回歸分析（4）假設(shè)檢驗(yàn)（5）聚類分析（6）判別分析（7）主成分分析18、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的不同。統(tǒng)計(jì)學(xué)主要是對(duì)數(shù)量

7、數(shù)據(jù)或連續(xù)值數(shù)據(jù)進(jìn)行數(shù)值計(jì)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)則知識(shí)。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似。但是，采用的標(biāo)準(zhǔn)不一樣，統(tǒng)計(jì)學(xué)的聚類采用的“距離”是歐式距離，即兩點(diǎn)間的坐標(biāo)(數(shù)值)距離。而數(shù)據(jù)挖掘的聚類采用的“距離”是海明距離，即屬性取值是否相同，相同者距離為0，不相同者距離為1?？傊y(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘是有區(qū)別的，但是，它們之間是相互補(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)獲取知識(shí)的一大類方法。19、說(shuō)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)是在

8、數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來(lái)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)行存儲(chǔ)，將為用戶提供輔助決策的隨機(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)是一種存儲(chǔ)技術(shù)，其數(shù)據(jù)存儲(chǔ)量是一般數(shù)據(jù)庫(kù)的100倍，包含大量的歷史數(shù)據(jù)、當(dāng)前的詳細(xì)數(shù)據(jù)以及綜合數(shù)據(jù)。它能適應(yīng)不同用戶對(duì)不同決策需要提供所需的數(shù)據(jù)和信息。數(shù)據(jù)挖掘是從人工智能機(jī)器學(xué)習(xí)中發(fā)展起來(lái)的。它研究各種方法和技術(shù)，從大量的數(shù)據(jù)中挖掘出有用的信息和知識(shí)。最常用的數(shù)據(jù)挖掘方法是統(tǒng)計(jì)分析方法、神經(jīng)網(wǎng)絡(luò)方法和機(jī)器學(xué)習(xí)中研究的方法。數(shù)據(jù)挖掘中采用機(jī)器學(xué)習(xí)的方法有歸納學(xué)習(xí)方法(如覆蓋正例排斥反例方法，如AQ系列算法、決策樹(shù)方法等

9、)、遺傳算法、發(fā)現(xiàn)學(xué)習(xí)算法(如公式發(fā)現(xiàn)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)中挖掘的信息和知識(shí)，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知識(shí)來(lái)指導(dǎo)和幫助決策。例如，利用分類規(guī)則來(lái)預(yù)測(cè)未知實(shí)體的類別。20、數(shù)據(jù)挖掘應(yīng)用于數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘應(yīng)用與數(shù)據(jù)倉(cāng)庫(kù)有什么不同。數(shù)據(jù)挖掘興起是針對(duì)數(shù)據(jù)庫(kù)的，隨著數(shù)據(jù)倉(cāng)庫(kù)的興起和發(fā)展，由于數(shù)據(jù)倉(cāng)庫(kù)不同于數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘也隨之發(fā)生變化。 (1)數(shù)據(jù)存儲(chǔ)方式的不同數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)是按照管理業(yè)務(wù)中事物處理項(xiàng)目的要求而存放的。 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)是按決策分析需求而存放的。這種需求是以決策主題為對(duì)象的，典型的主題是客戶。這樣，在數(shù)據(jù)倉(cāng)庫(kù)中客戶數(shù)據(jù)需要從

10、多個(gè)數(shù)據(jù)庫(kù)集成而來(lái)，如銀行數(shù)據(jù)倉(cāng)庫(kù)需要從儲(chǔ)蓄、信用卡、貸款等不同數(shù)據(jù)庫(kù)中，對(duì)同一客戶的數(shù)據(jù)抽取并集成在一起，以便完成對(duì)該客戶的分析。 (2)數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)量的不同數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)量相對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)量小得多。從上面的例子可以看出，以客戶主題建立數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量是儲(chǔ)蓄、信用卡、貸款3個(gè)數(shù)據(jù)庫(kù)的數(shù)據(jù)量的總和。按一般的統(tǒng)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量是數(shù)據(jù)庫(kù)數(shù)據(jù)量的100倍。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量比數(shù)據(jù)庫(kù)的數(shù)據(jù)量大這么多在于：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)(近期基本數(shù)據(jù))是數(shù)據(jù)庫(kù)中數(shù)據(jù)按決策主題重新組織并集成而來(lái)；數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)還需要保留大量的歷史數(shù)據(jù)，用于預(yù)測(cè)分析；數(shù)據(jù)倉(cāng)庫(kù)為了給不同級(jí)別管理者提供各種決策分析的數(shù)據(jù)，需要對(duì)

11、近期基本數(shù)據(jù)進(jìn)行輕度綜合和高度綜合，這些綜合數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中占據(jù)了不小的比重。近期基本數(shù)據(jù)、歷史數(shù)據(jù)、綜合數(shù)據(jù)三者的數(shù)據(jù)相加，使數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)大于數(shù)據(jù)庫(kù)中的數(shù)據(jù)量。(3)數(shù)據(jù)存儲(chǔ)的結(jié)構(gòu)不同由于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量遠(yuǎn)大于數(shù)據(jù)庫(kù)的存儲(chǔ)量，數(shù)據(jù)庫(kù)的關(guān)系型二維(平面)存儲(chǔ)格式不能適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)采用多維的超立方體結(jié)構(gòu)形式。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)采用星型模型或者多維立體數(shù)據(jù)庫(kù)形式。21：答：數(shù)據(jù)倉(cāng)庫(kù)實(shí)在數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來(lái)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)行存儲(chǔ)。數(shù)據(jù)挖掘是從人工智能機(jī)器學(xué)習(xí)中發(fā)展起來(lái)的，它研究各種方法和技術(shù)，從大量的數(shù)據(jù)挖掘出有

12、用的信息和知識(shí)。數(shù)據(jù)挖掘應(yīng)用于數(shù)據(jù)倉(cāng)庫(kù)后，能挖掘更深層次上的信息，如：哪些商品一起銷售更好？高價(jià)值客戶的共同點(diǎn)是什么？等。22：答：數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘提出的新要求為：1，數(shù)據(jù)挖掘需要可擴(kuò)展性。2，數(shù)據(jù)挖掘方法需要能挖掘多維知識(shí)。23：答：數(shù)據(jù)倉(cāng)庫(kù)視為輔助決策而建立的，單依靠數(shù)據(jù)倉(cāng)庫(kù)達(dá)到輔助決策的能力是有限的，綜合信息和預(yù)測(cè)信息是數(shù)據(jù)倉(cāng)庫(kù)所獲得的輔助決策信息。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，能較大的提高輔助決策能力。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)，是以數(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(shuō)：基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)是從數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中獲取

13、輔助決策信息和知識(shí)，為決策提供支持。24基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)的組成是什么？答：基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)由三個(gè)部件組成：數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，聯(lián)機(jī)分析處理技術(shù)和數(shù)據(jù)挖掘技術(shù)，其中數(shù)據(jù)倉(cāng)庫(kù)技術(shù)是系統(tǒng)的核心。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：26說(shuō)明基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)與傳統(tǒng)決策支持系統(tǒng)有什么區(qū)別。答：數(shù)據(jù)倉(cāng)庫(kù)技術(shù)將傳統(tǒng)數(shù)據(jù)庫(kù)中的數(shù)據(jù)及其他源數(shù)據(jù)進(jìn)行了抽取、轉(zhuǎn)換、裝載等工作，使之成為統(tǒng)一、集中、穩(wěn)定的數(shù)據(jù)，并在元數(shù)據(jù)庫(kù)中保存了數(shù)據(jù)轉(zhuǎn)換、映射等過(guò)程，就能為決策過(guò)程提供良好的數(shù)據(jù)基礎(chǔ)。而傳統(tǒng)的決策支持系統(tǒng)主要以關(guān)系數(shù)據(jù)庫(kù)為基礎(chǔ)，主要關(guān)注于對(duì)數(shù)據(jù)的操作，很難有效率地獲取決策需要的信息。

14、27. 商業(yè)智能描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后分發(fā)到企業(yè)各處。28 可以認(rèn)為，商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析過(guò)程，目的是使企業(yè)的各級(jí)決策者獲得知識(shí)或洞察力（insight），促使他們做出對(duì)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)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及到軟件、硬件、咨詢服務(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。29 信息共享， 實(shí)時(shí)反饋系統(tǒng) ，鼓勵(lì)用戶找出問(wèn)題的根

15、本原因，使用主動(dòng)智能，實(shí)時(shí)智能等方面第二章作業(yè)周劼人1-3 郭朋4-6 王國(guó)梁7-9 旦增群培10-11 劉洋12-14 許赟昊15-17 杜海洋18-20 徐文松21-23 何金海24-25 陶漢26-271. 畫出數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)圖，說(shuō)明各部分內(nèi)容。P18當(dāng)前基本數(shù)據(jù)是最近時(shí)期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)用戶最感興趣的部分?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)間控制機(jī)制轉(zhuǎn)為歷史數(shù)據(jù)，輕度綜合數(shù)據(jù)是從當(dāng)前基本數(shù)據(jù)中提取出來(lái)的，最高一層是高度綜合數(shù)據(jù)層，這一層的數(shù)據(jù)十分精煉，是一種準(zhǔn)決策數(shù)據(jù)。2. 說(shuō)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)為什么不是臨時(shí)計(jì)算出來(lái)的。P18-1

16、9數(shù)據(jù)倉(cāng)庫(kù)除了存儲(chǔ)按主題組織起來(lái)的當(dāng)前詳細(xì)數(shù)據(jù)外，還需要存儲(chǔ)綜合數(shù)據(jù)，這是為了適應(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)，采用數(shù)據(jù)立方體的方法對(duì)詳細(xì)數(shù)據(jù)進(jìn)行綜合。在數(shù)據(jù)倉(cāng)庫(kù)中并不采取臨時(shí)計(jì)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)立方體計(jì)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)，能迅速提供給用戶。3. 說(shuō)明數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別和聯(lián)系。P20聯(lián)系：數(shù)據(jù)集市是一種更小，更集中的數(shù)據(jù)倉(cāng)庫(kù)，為公司提供了一條分析商業(yè)數(shù)據(jù)的廉價(jià)途徑。數(shù)據(jù)集市是指具有特定應(yīng)用的數(shù)據(jù)倉(cāng)庫(kù)，主要針對(duì)某個(gè)具有戰(zhàn)略意義的應(yīng)用或者具體部門級(jí)的應(yīng)用，支持用戶利用已有的數(shù)據(jù)獲

17、得重要的競(jìng)爭(zhēng)優(yōu)勢(shì)或者找到進(jìn)入新市場(chǎng)的具體解決方案。區(qū)別：（1）數(shù)據(jù)倉(cāng)庫(kù)是基于整個(gè)企業(yè)的數(shù)據(jù)模型建立的， 它面向企業(yè)范圍內(nèi)的主題。而數(shù)據(jù)集市是按照某一 特定部門的數(shù)據(jù)模型建立的。（2）部門的主題與企業(yè)的主題之間可能存在關(guān)聯(lián)， 也可能不存在關(guān)聯(lián)。（3）數(shù)據(jù)集市的數(shù)據(jù)組織一般采用星型模型。4.1、規(guī)模是小的2、特定的應(yīng)用3、面向部門4、由業(yè)務(wù)部門定義，設(shè)計(jì)和開(kāi)發(fā)5、由業(yè)務(wù)部門管理和維護(hù)6、快速實(shí)現(xiàn)7、購(gòu)買較便宜8、投資快速回收9、更詳細(xì)的、預(yù)先存在的數(shù)據(jù)倉(cāng)庫(kù)的摘要子集10、可升級(jí)到完整的數(shù)據(jù)倉(cāng)庫(kù)5. 獨(dú)立型數(shù)據(jù)集市直接從操作型環(huán)境獲取數(shù)據(jù)，從屬型數(shù)據(jù)集市從企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)獲取數(shù)據(jù)，帶有從屬型數(shù)據(jù)集市的

18、體系結(jié)構(gòu)。6.原因：倉(cāng)庫(kù)管理：安全和特權(quán)管理；跟蹤數(shù)據(jù)的更新；數(shù)據(jù)質(zhì)量檢查；管理和更新元數(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)；備份和恢復(fù)；存儲(chǔ)管理。訪問(wèn)工具：為用戶訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)提供手段7 倉(cāng)庫(kù)管理包括數(shù)據(jù)建模；數(shù)據(jù)抽取、轉(zhuǎn)換、裝載；元數(shù)據(jù)；系統(tǒng)管理四部分。8 分析工具包含的內(nèi)容：查詢工具、多維數(shù)據(jù)分析工具、數(shù)據(jù)挖掘工具、客戶/服務(wù)器。數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器客戶端9 二層C/S結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器三層C/S結(jié)構(gòu)客戶端OLAP服務(wù)器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)，在OLAP服務(wù)器

19、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。10.數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型有哪些？ 答：星型模型、雪花模型、星網(wǎng)模型、第三范式。11.數(shù)據(jù)模型與數(shù)學(xué)模型有什么區(qū)別？ 答：數(shù)據(jù)模型是數(shù)據(jù)特征的抽象，數(shù)據(jù)管理教學(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)模型是根據(jù)對(duì)研究對(duì)象所觀察到的現(xiàn)象及實(shí)踐經(jīng)驗(yàn)，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、邏輯準(zhǔn)則和具體算法。用以描述和研究客觀現(xiàn)象的運(yùn)動(dòng)規(guī)律。12、說(shuō)明星型模型有什么好處。答：星型模型使非規(guī)范

20、化的，用增加存儲(chǔ)空間的代價(jià)來(lái)提高數(shù)據(jù)查詢速度，且數(shù)據(jù)的冗余保持在最少，并減少當(dāng)數(shù)據(jù)改變時(shí)系統(tǒng)必須執(zhí)行的動(dòng)作。13、說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型為什么含時(shí)間維數(shù)據(jù)。答：因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)不僅存儲(chǔ)當(dāng)前的最新數(shù)據(jù)，它還存儲(chǔ)過(guò)去的所有數(shù)據(jù)，即隨著時(shí)間的推移，所有的當(dāng)前數(shù)據(jù)都會(huì)變成歷史數(shù)據(jù)。有時(shí)間維數(shù)據(jù)不僅方便查詢某一時(shí)間的數(shù)據(jù)，還有助于得到一時(shí)期的數(shù)據(jù)變化規(guī)律。14、說(shuō)明雪花模型與星網(wǎng)模型的不同點(diǎn)。答：雪花模型使對(duì)星型模型的擴(kuò)展，是對(duì)星型模型的維表進(jìn)一步層次化，原來(lái)的維表被擴(kuò)展為小的事實(shí)表。星網(wǎng)模型是多個(gè)相關(guān)的星型模型通過(guò)相同的維表連接起來(lái)形成的網(wǎng)狀結(jié)構(gòu)，即事實(shí)表之間有共享的維表。15第三范式不同于星型模型之處在

21、于，把事實(shí)表和維表的屬性作為一個(gè)實(shí)體都集中在同一數(shù)據(jù)庫(kù)表中，或分成多個(gè)實(shí)體用多個(gè)表來(lái)表示，每個(gè)表按第三范式組織數(shù)據(jù)。它減少了為表中的鍵和不必要的屬性。16星型模型優(yōu)點(diǎn)：星型模型是非規(guī)范化的，以增加存儲(chǔ)空間代價(jià)，提高了多維數(shù)據(jù)的查詢速度。星型模型缺點(diǎn)：當(dāng)業(yè)務(wù)問(wèn)題發(fā)生變化時(shí)，原來(lái)的維不能滿足要求時(shí)，需要增加新的維。由于事實(shí)表的主鍵由所有的維表的主鍵組成，因此這種維的變化帶來(lái)數(shù)據(jù)變化將是非常復(fù)雜、非常耗時(shí)的。第三范式優(yōu)點(diǎn)：解決數(shù)據(jù)冗余，善于處理海量數(shù)據(jù)且需要處理大量的動(dòng)態(tài)業(yè)務(wù)。第三范式缺點(diǎn)：使用第三范式會(huì)形成比較復(fù)雜的關(guān)系表。17ETL過(guò)程的主要步驟概括為：（1）決定數(shù)據(jù)倉(cāng)庫(kù)中需要的所有的目標(biāo)數(shù)據(jù)（

22、2）決定所有的數(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)則（5）決定數(shù)據(jù)轉(zhuǎn)換和清洗規(guī)則（6）為綜合表制定計(jì)劃（7）組織數(shù)據(jù)緩沖區(qū)域和檢測(cè)工具（8）為所有的數(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(shuō)明數(shù)據(jù)抽取工作的內(nèi)容。數(shù)據(jù)抽取工作包括以下兩點(diǎn)。1確認(rèn)數(shù)據(jù)源對(duì)數(shù)據(jù)源的確認(rèn)不僅是對(duì)數(shù)據(jù)源的簡(jiǎn)單確認(rèn)，還包括檢查和確定數(shù)據(jù)源是否可以提供數(shù)據(jù)倉(cāng)庫(kù)需要的數(shù)據(jù)。該項(xiàng)工作包括：(1)列出對(duì)事實(shí)表的每一個(gè)數(shù)據(jù)項(xiàng)和事實(shí)；(2)列出每一個(gè)維度屬性；(3)對(duì)于每個(gè)目標(biāo)數(shù)據(jù)項(xiàng)，找出源數(shù)據(jù)項(xiàng)；(4)數(shù)據(jù)倉(cāng)庫(kù)中一個(gè)數(shù)據(jù)元素有

23、多個(gè)來(lái)源，學(xué)則最好的來(lái)源；(5)確認(rèn)一個(gè)目標(biāo)字段的多個(gè)源字段，建立合并規(guī)則；(6)確認(rèn)多個(gè)目標(biāo)字段的一個(gè)源字段，建立分離規(guī)則；(7)確定默認(rèn)值；(8)檢查缺失值的源數(shù)據(jù)。2數(shù)據(jù)抽取技術(shù)數(shù)據(jù)抽取時(shí)要考慮兩種情況： (1)當(dāng)前值。源系統(tǒng)中存儲(chǔ)的數(shù)據(jù)都代表了當(dāng)前時(shí)刻的值，當(dāng)商業(yè)交易時(shí)，這些數(shù)據(jù)是會(huì)發(fā)生變化的。(2)周期性的狀態(tài)。這類數(shù)據(jù)存儲(chǔ)的是每次發(fā)生變化時(shí)的狀態(tài)。例如，對(duì)于每一保險(xiǎn)索賠，都經(jīng)過(guò)索賠開(kāi)始、確認(rèn)、評(píng)估和解決等步驟，都要考慮時(shí)間說(shuō)明。在建立數(shù)據(jù)倉(cāng)庫(kù)時(shí)，從某一特定時(shí)間開(kāi)始的最初數(shù)據(jù)必須遷移到數(shù)據(jù)倉(cāng)庫(kù)中，以使數(shù)據(jù)倉(cāng)庫(kù)開(kāi)始運(yùn)轉(zhuǎn)，這是初始裝載。在初始裝載之后，數(shù)據(jù)倉(cāng)庫(kù)必須保持更新，使變化的歷史和

24、狀態(tài)可以在數(shù)據(jù)倉(cāng)庫(kù)中反映出來(lái)。數(shù)據(jù)抽取完成兩類數(shù)據(jù)的抽?。?1)靜態(tài)數(shù)據(jù)的抽取。一般在數(shù)據(jù)倉(cāng)庫(kù)的初始裝載時(shí)抽取的是靜態(tài)數(shù)據(jù)，它代表了某個(gè)時(shí)刻的快照。(2)修正數(shù)據(jù)的抽取。它也稱為追加的數(shù)據(jù)抽取。修正數(shù)據(jù)的抽取過(guò)程包括特定時(shí)刻抽取的數(shù)據(jù)值，分為立即型數(shù)據(jù)抽取(實(shí)時(shí)的數(shù)據(jù)抽取)和延緩型的數(shù)據(jù)抽取。立即型數(shù)據(jù)抽取的典型方法是通過(guò)讀取交易日志抽取所有相關(guān)交易記錄。一般利用復(fù)制技術(shù)從交易日志中捕獲交易日志中的變化數(shù)據(jù)，從日志傳輸?shù)侥繕?biāo)文件中，并檢驗(yàn)數(shù)據(jù)變化的傳輸情況，確保復(fù)制的成功。延緩型數(shù)據(jù)抽取的典型方法是，通過(guò)讀取源記錄中包括日期和時(shí)間的標(biāo)記，抽取更新源記錄的數(shù)據(jù)。如果沒(méi)有時(shí)間標(biāo)記的舊數(shù)據(jù)源，就要通

25、過(guò)“快照對(duì)比技術(shù)”，即通過(guò)比較源數(shù)據(jù)的兩個(gè)快照來(lái)抽取變化的數(shù)據(jù)。19、說(shuō)明數(shù)據(jù)轉(zhuǎn)換的基本功能。數(shù)據(jù)轉(zhuǎn)換的基本功能：(1)選擇。從源系統(tǒng)中選擇整個(gè)記錄或者部分記錄。 (2)分離合并。對(duì)源系統(tǒng)中記錄中的數(shù)據(jù)進(jìn)行分離操作或者對(duì)很多源系統(tǒng)中選擇的部分?jǐn)?shù)據(jù)進(jìn)行合并操作。(3)轉(zhuǎn)化。對(duì)字段的轉(zhuǎn)化包括對(duì)源系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化和使字段對(duì)用戶來(lái)說(shuō)是可用和可理解的。(4)匯總。數(shù)據(jù)倉(cāng)庫(kù)中需要保存很多匯總數(shù)據(jù)。這需要將最低粒度數(shù)據(jù)進(jìn)行匯總。(5)清晰化。對(duì)單個(gè)字段數(shù)據(jù)進(jìn)行重新分配和化簡(jiǎn)的過(guò)程，使數(shù)據(jù)倉(cāng)庫(kù)更便利使用。20、數(shù)據(jù)轉(zhuǎn)換有哪些類型。(1)格式修正。包括數(shù)據(jù)類型和單個(gè)字段長(zhǎng)度的變化，例如在源系統(tǒng)中，產(chǎn)品類型通過(guò)代碼

26、和名稱在數(shù)值型和文本類型中表示，不同的源系統(tǒng)將會(huì)有所不同，對(duì)這些數(shù)據(jù)類型進(jìn)行標(biāo)準(zhǔn)化，改變成更有意義的文本值。(2)字段的解碼。對(duì)所有晦澀的編碼進(jìn)行解碼，將它們變成用戶可以理解的值。 (3)計(jì)算值和導(dǎo)出值。在數(shù)據(jù)倉(cāng)庫(kù)中，有時(shí)需要用銷售和成本一起計(jì)算出利潤(rùn)值。導(dǎo)出字段包括平均每天的收支差額和相關(guān)比率。(4)單個(gè)字段的分離。在舊系統(tǒng)中將客戶名稱、地址存放在大型文本字段中；姓和名存放在一個(gè)字段中；城市、地區(qū)和郵政編碼存放在一個(gè)字段中。在數(shù)據(jù)倉(cāng)庫(kù)中卻需要將姓名和地址存放在不同的字段中，便利不同要求的分析工作。(5)信息的合并。例如，一個(gè)產(chǎn)品的信息可能從不同的數(shù)據(jù)源中獲得：產(chǎn)品編碼和產(chǎn)品名從一個(gè)數(shù)據(jù)源得到

27、；相關(guān)包裝類型從另一個(gè)數(shù)據(jù)源中得到；成本數(shù)據(jù)從第三個(gè)數(shù)據(jù)源中得到。信息合并是將產(chǎn)品編碼、產(chǎn)品名、包裝類型和成本的有機(jī)組合，成為一個(gè)新的實(shí)體。(6)特征集合轉(zhuǎn)化。例如，在源系統(tǒng)中數(shù)據(jù)采用EBCDIC碼，而數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)采用ASCII碼這將要進(jìn)行代碼集合的轉(zhuǎn)化。 (7)度量單位的轉(zhuǎn)化。使數(shù)據(jù)具有相同的標(biāo)準(zhǔn)度量單位。不少國(guó)家有自己的度量單位，需要在數(shù)據(jù)倉(cāng)庫(kù)中采用標(biāo)準(zhǔn)度量單位。(8)日期時(shí)間轉(zhuǎn)化。日期和時(shí)間的表示應(yīng)該轉(zhuǎn)化成國(guó)際標(biāo)準(zhǔn)格式。如2005年lo月15日在美國(guó)表示成Io152005，而在英國(guó)表示為15102005。標(biāo)準(zhǔn)格式為15 OCT 2005。(9)匯總。這種類型的轉(zhuǎn)換是創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)的匯總數(shù)據(jù)

28、。匯總數(shù)據(jù)適合于客觀戰(zhàn)略性的查詢。(10)關(guān)鍵字重新構(gòu)造。在源系統(tǒng)中關(guān)鍵字可能包含很多項(xiàng)的內(nèi)容。如產(chǎn)品編碼包括倉(cāng)庫(kù)代碼、銷售區(qū)域、產(chǎn)品編碼等多項(xiàng)內(nèi)容。在數(shù)據(jù)倉(cāng)庫(kù)中，關(guān)鍵字要發(fā)生變化，轉(zhuǎn)換成適合于事實(shí)表和維表的普通鍵值。21答：數(shù)據(jù)倉(cāng)庫(kù)中最基本的元數(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)不是數(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，指明了數(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)則，存儲(chǔ)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)行都是基于元數(shù)據(jù)的，如數(shù)據(jù)的修改，跟蹤，抽取，裝入，綜合等

29、。22答：關(guān)于數(shù)據(jù)源的元數(shù)據(jù)是現(xiàn)有業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源的描述信息，是對(duì)不同平臺(tái)上的數(shù)據(jù)源的物理結(jié)構(gòu)和含義的描述，具體為：1，數(shù)據(jù)源中所有物理數(shù)據(jù)結(jié)構(gòu)，包括所有的數(shù)據(jù)項(xiàng)及數(shù)據(jù)類型。2，所有數(shù)據(jù)項(xiàng)的業(yè)務(wù)定義。3，每個(gè)數(shù)據(jù)項(xiàng)更新的頻率，以及由誰(shuí)或哪個(gè)過(guò)程更改過(guò)。4，每個(gè)數(shù)據(jù)項(xiàng)的有效值。5，其他系統(tǒng)中具有相同業(yè)務(wù)含義的數(shù)據(jù)項(xiàng)的清單。23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，是用戶管理數(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)中獲取數(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(guò)程，用戶希望能夠得到希望的數(shù)據(jù)。24什么是關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)？ 答

30、：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)中獲取數(shù)據(jù)。25什么是關(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)是從哪個(gè)特定的數(shù)據(jù)源抽取的，經(jīng)過(guò)了哪些轉(zhuǎn)換、變換和裝載。26用于描述要素、數(shù)據(jù)集或數(shù)據(jù)集系列的內(nèi)容、覆蓋范圍、質(zhì)量、管理方式、數(shù)據(jù)的所有者、數(shù)據(jù)的提供方式等有關(guān)的信息。27元數(shù)據(jù)告訴數(shù)據(jù)倉(cāng)庫(kù)如何按照主題查看數(shù)據(jù)倉(cāng)庫(kù)的內(nèi)容。 元數(shù)據(jù)提供已有的可以重復(fù)利用的 語(yǔ)言的信息。第三章作業(yè)周劼人1-3 郭朋4-6 王國(guó)梁7-8 旦增群培9-10 劉洋11-12 許赟昊13-14 杜海洋15-16 徐

31、文松17-18 何金海19-20 陶漢21-221. 聯(lián)機(jī)分析處理（OLAP）的簡(jiǎn)單定義是什么？它體現(xiàn)的特征是什么。P40聯(lián)機(jī)分析處理是共享多維信息的快速分析。它體現(xiàn)在四個(gè)特征：（1）快速性（2）可分析性（3）多維性（4）信息性2. OLAP準(zhǔn)則中的主要準(zhǔn)則有哪些？P41（1） 多維概念視圖（2）透明性（3）可訪問(wèn)性（4）一直穩(wěn)定的報(bào)表性能（5）客戶/服務(wù)器體系結(jié)構(gòu)（6）維的等同性（7）動(dòng)態(tài)的系數(shù)矩陣處理（8）多用戶支持能力（9）非限定的跨維操作（10）直觀的數(shù)據(jù)操作（11）靈活的報(bào)表生成（12）不受限制的維和聚集層次3.什么是維？關(guān)系數(shù)據(jù)庫(kù)是二維數(shù)據(jù)嗎？如何理解多維數(shù)據(jù)？P43維是人們觀察數(shù)

32、據(jù)的特定角度。關(guān)系數(shù)據(jù)庫(kù)不是二維數(shù)據(jù)，只是通過(guò)二維關(guān)系表示了數(shù)據(jù)的多維概念。多維數(shù)據(jù)就是從多個(gè)特定角度來(lái)觀察特定的變量。4.MDDB（Multi Dimensional Database, 多維數(shù)據(jù)庫(kù)）是以多維的方式組織數(shù)據(jù)，即以維作為坐標(biāo)系，采用類似于數(shù)組的形式存儲(chǔ)數(shù)據(jù)。RDBMS（relational database management system，關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)）通過(guò)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(lái)存放和管理數(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. 占用存儲(chǔ)少RDBMS的特點(diǎn)：1.數(shù)據(jù)以表格的形式出現(xiàn)2.每行為各種記錄名稱

33、3.每列為記錄名稱所對(duì)應(yīng)的數(shù)據(jù)域4.許多的行和列組成一張表單5.若干的表單組成database5.1.數(shù)據(jù)存取速度ROLAP服務(wù)器需要將SQL語(yǔ)句轉(zhuǎn)化為多維存儲(chǔ)語(yǔ)句，臨時(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)存儲(chǔ)速度上性能好，響應(yīng)速度快。 2.數(shù)據(jù)存儲(chǔ)的容量ROLAP使用的傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)方法，在存儲(chǔ)容量上基本沒(méi)有限制。MOLAP通常采用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(guò)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.多維計(jì)算的能力MOLAP能夠支持高性能的決策支持計(jì)算。ROLAP無(wú)法完成多行的計(jì)算和維

34、之間的計(jì)算。4.維度變化的適應(yīng)性MOLAP增加新的維度，則多維數(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)行大量的重新計(jì)算，甚至重新建立索引乃至重構(gòu)多維數(shù)據(jù)庫(kù)。在ROLAP中靈活性較好，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)管理目前在元數(shù)據(jù)的管理，MOLAP和ROLAP都沒(méi)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(lái)存儲(chǔ)，對(duì)于用戶不常用的維度和數(shù)據(jù)，采用ROLAP星型結(jié)構(gòu)來(lái)存儲(chǔ)。7多維數(shù)據(jù)顯示的兩種方法：關(guān)系數(shù)據(jù)

35、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。8多維類型結(jié)構(gòu)：每一個(gè)維度用一條線段來(lái)表示，維度上的每個(gè)成員都用線段上一個(gè)單位區(qū)間來(lái)表示。例如，用三個(gè)線段分別表示時(shí)間、產(chǎn)品和指標(biāo)三個(gè)維的多維類型結(jié)構(gòu)：9.舉例說(shuō)明四維數(shù)據(jù)顯示？ 答·10.舉例說(shuō)明六位數(shù)據(jù)顯示？答：11、多維數(shù)據(jù)顯示的經(jīng)驗(yàn)規(guī)則是什么？答：多維數(shù)據(jù)的顯示只能在平面上展現(xiàn)出來(lái)，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）

36、，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。還可以使用行、列和頁(yè)表三個(gè)顯示組來(lái)表示。 經(jīng)驗(yàn)規(guī)則：1. 將維度盡量放在頁(yè)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. 在決定數(shù)據(jù)的屏幕顯示方式前，應(yīng)首先弄清楚需要查找和分析比較的內(nèi)容；12、舉例說(shuō)明OLAP的多維數(shù)據(jù)分析的切片操作。答：切片就是在某兩個(gè)維上取一定區(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），如果在地區(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

37、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：切片就是在某兩個(gè)維上取一定區(qū)間的為成員或全部維成員，而在其余的維上選定一個(gè)維成員的操作。切片的作用就是舍棄一些觀察角度，使人們能在兩個(gè)維上集中觀察數(shù)據(jù)。（2） 切塊：切塊分兩種情況：（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。切塊可以看成是在切片的基礎(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(lái)的。（3） 鉆?。合蛳裸@取是使用戶在多層數(shù)據(jù)中能通過(guò)導(dǎo)航信息而獲得更多的細(xì)節(jié)性數(shù)據(jù)，向上鉆取獲取概括性信息。（4）

38、旋轉(zhuǎn)：通過(guò)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)分析能力。廣義OLAP功能主要是通過(guò)四個(gè)模型逐層深入從而提高多維數(shù)據(jù)分析能力。這四個(gè)模型分別是：(1)絕對(duì)模型它屬于靜態(tài)數(shù)據(jù)分析，通過(guò)比較歷史數(shù)據(jù)值或行為來(lái)描述過(guò)去發(fā)生的事實(shí)。該模型查詢比較簡(jiǎn)單，綜合路徑是預(yù)先定義好的，用戶交互少。(2)解釋模型它也屬于靜態(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)生的原因。(3)思考模型它屬于動(dòng)態(tài)數(shù)據(jù)分析，旨在說(shuō)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)，必須創(chuàng)建大量的綜合路

39、徑。(4)公式模型它的動(dòng)態(tài)數(shù)據(jù)分析能力更高，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)生的結(jié)果。16、說(shuō)明數(shù)據(jù)立方體的概念數(shù)據(jù)立方體的概念是1996年，Jim Gray等首次提出的。數(shù)據(jù)立方體是實(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)立方體就是數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中的綜合數(shù)據(jù)層。從此，基于數(shù)據(jù)立方體的生成方法一直是OLAP和數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域研究者所關(guān)注的熱點(diǎn)問(wèn)題。多數(shù)據(jù)集的屬性分為維屬性和度量屬性。維數(shù)性是觀察數(shù)據(jù)對(duì)象的角度，而度量屬相則反映數(shù)據(jù)對(duì)象的特征。對(duì)于多維數(shù)據(jù)分析而言，本質(zhì)上是沿著不同的維度進(jìn)行數(shù)據(jù)獲取的過(guò)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

40、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)建和維護(hù)等計(jì)算方法成為了多維數(shù)據(jù)分析研究的關(guān)鍵問(wèn)題。17答：OLAP的邏輯結(jié)構(gòu)由OLAP視圖和數(shù)據(jù)存儲(chǔ)兩部分組成。OLAP視圖：對(duì)于用戶來(lái)說(shuō)它是數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中數(shù)據(jù)的多維邏輯表示，不管數(shù)據(jù)怎么存儲(chǔ)和存儲(chǔ)在何處。數(shù)據(jù)存儲(chǔ)：要求選擇數(shù)據(jù)實(shí)際存儲(chǔ)方式和實(shí)際存儲(chǔ)位置，兩種常用的選擇是多維數(shù)據(jù)存儲(chǔ)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)存儲(chǔ)的兩種方式：多維數(shù)據(jù)存儲(chǔ)和關(guān)系數(shù)據(jù)存儲(chǔ)。多維數(shù)據(jù)存儲(chǔ)主要有兩種選擇：多維數(shù)據(jù)存儲(chǔ)于客戶端或OLAP服務(wù)器。在第一種情況，多維數(shù)據(jù)存儲(chǔ)于客戶端，數(shù)據(jù)分析也在客戶端，這樣形成了“

41、胖”客戶端，這是一種兩層客戶/服務(wù)器的物理結(jié)構(gòu)。在第二種情況，多維數(shù)據(jù)存儲(chǔ)放在OLAP服務(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，這是一種經(jīng)典的三層客戶/服務(wù)器物理結(jié)構(gòu)。19說(shuō)明濃縮立方體的壓縮方法和效果。答：濃縮立方體計(jì)算方法的基本原理是，在某些屬性或組合下的一個(gè)元組相對(duì)于其他元組具有唯一性，則稱為基本單一組(BST)，當(dāng)它的超集也是BST，且都是取同一度量值，在聚集運(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存儲(chǔ)。一般來(lái)說(shuō)，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(yǔ)言與數(shù)據(jù)庫(kù)

42、的SQL語(yǔ)言有什么不同？答：MDX語(yǔ)言結(jié)合了多維數(shù)據(jù)集，指定“維度”(ON子句)和“創(chuàng)建表達(dá)式計(jì)算的新成員”(MEMBER子句)，這樣就可以來(lái)從多維數(shù)據(jù)集中挖掘出指定的數(shù)據(jù)。21MDX提供的函數(shù)children來(lái)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。 如果指定的成員沒(méi)有子成員，則此函數(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.Chil

43、dren ON 0FROM Adventure Works22用相應(yīng)的表達(dá)式函數(shù)來(lái)計(jì)算。第四章作業(yè)周劼人1-3 郭朋4-6 王國(guó)梁7-9 旦增群培10-12 劉洋13-15 許赟昊16-18 杜海洋19-21 徐文松22-24 何金海25-27 陶漢28-301. 數(shù)據(jù)倉(cāng)庫(kù)的需求分析的任務(wù)是什么？P67需求分析的任務(wù)是通過(guò)詳細(xì)調(diào)查現(xiàn)實(shí)世界要處理的對(duì)象（企業(yè)、部門用戶等），充分了解源系統(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(shuō)，需求分析要明確用那些數(shù)據(jù)經(jīng)過(guò)分析來(lái)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(wèn)題有哪些？P67、（1） 確定主題域a) 明確對(duì)于決策分析最有價(jià)

44、值的主題領(lǐng)域有哪些b) 每個(gè)主題域的商業(yè)維度是那些？每個(gè)維度的粒度層次有哪些？c) 制定決策的商業(yè)分區(qū)是什么？d) 不同地區(qū)需要哪些信息來(lái)制定決策？e) 對(duì)那個(gè)區(qū)域提供特定的商品和服務(wù)？（2） 支持決策的數(shù)據(jù)來(lái)源a) 那些源數(shù)據(jù)與商品的主題有關(guān)？b) 在已有的報(bào)表和在線查詢（OLTP）中得到什么樣的信息？c) 提供決策支持的細(xì)節(jié)程度是怎么樣的？（3） 數(shù)據(jù)倉(cāng)庫(kù)的成功標(biāo)準(zhǔn)和關(guān)鍵性指標(biāo)a) 衡量數(shù)據(jù)倉(cāng)庫(kù)成功的標(biāo)準(zhǔn)是什么？b) 有哪些關(guān)鍵的性能指標(biāo)？如何監(jiān)控？c) 對(duì)數(shù)據(jù)倉(cāng)庫(kù)的期望是什么？d) 對(duì)數(shù)據(jù)倉(cāng)庫(kù)的預(yù)期用途有哪些？e) 對(duì)計(jì)劃中的數(shù)據(jù)倉(cāng)庫(kù)的考慮要點(diǎn)是什么？（4） 數(shù)據(jù)量與更新頻率a) 數(shù)據(jù)倉(cāng)

45、庫(kù)的總數(shù)據(jù)量有多少？b) 決策支持所需的數(shù)據(jù)更新頻率是多少？時(shí)間間隔是多長(zhǎng)？c) 每種決策分析與不同時(shí)間的標(biāo)準(zhǔn)對(duì)比如何？d) 數(shù)據(jù)倉(cāng)庫(kù)中的信息需求的時(shí)間界限是什么？3. 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)存儲(chǔ)（4）決策分析4概念：將需求分析過(guò)程中得到的用戶需求抽象為計(jì)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，能滿足用戶對(duì)數(shù)據(jù)的分析，達(dá)到?jīng)Q策支持的要求，它是現(xiàn)實(shí)世界的一個(gè)真實(shí)模型。（2）易于理解，便利和用戶交換意見(jiàn)，在用戶的參與下，能有效地完成對(duì)數(shù)據(jù)倉(cāng)庫(kù)的成功設(shè)計(jì)。（3）易于更改，當(dāng)用戶需求發(fā)生變化時(shí)，容易對(duì)概念模型修改和擴(kuò)充

46、。（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(wú)向邊把主題與其屬性連接起來(lái)；用菱形表示主題之間的聯(lián)系，用無(wú)向邊把菱形分別與有關(guān)的主題連接；若主題之間的聯(lián)系也具有屬性，則把屬性和菱形也用無(wú)向邊連接上。6數(shù)據(jù)庫(kù)的概念模型設(shè)計(jì)主要采用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)主要采用E-R概念模型和面向?qū)ο蟮姆治龇椒ā? .圖4.1所示的概念模型：商品和客戶是兩個(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)，還有就是商品的庫(kù)存信息；客戶具有自己的固有信息，還有就是客戶號(hào)。8.邏輯模型

47、：計(jì)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)的邏輯結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：星型模型9.數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：用來(lái)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)邏輯模型。在數(shù)據(jù)庫(kù)中，邏輯模型有關(guān)系、網(wǎng)狀、層次，可以清晰的表示各個(gè)關(guān)系。10.舉例說(shuō)明從數(shù)據(jù)倉(cāng)庫(kù)的概念模型到邏輯模型的轉(zhuǎn)換?答：概念模型是對(duì)每個(gè)決策與屬性及主體之間的關(guān)系用E-R圖來(lái)表示的，E-R圖能有效的將現(xiàn)實(shí)的世界表示成信息世界，他利于向計(jì)算機(jī)的表示形式進(jìn)行轉(zhuǎn)化。而邏輯模型設(shè)計(jì)是需求分析主題域，將概念模型E-R圖轉(zhuǎn)化為邏輯模型，即計(jì)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)模型一般采用星型模型。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(lái)說(shuō)

48、是更基本的業(yè)務(wù)對(duì)象，商品的業(yè)務(wù)有銷售、采購(gòu)、庫(kù)存。其中商品銷售時(shí)最重要的業(yè)務(wù)。它是進(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)是面向決策分析的，決策需求是建立多維數(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況下，選擇或設(shè)計(jì)反映決策主體業(yè)務(wù)表。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

49、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)該記錄哪些屬性是有維表的數(shù)量來(lái)決定的，一般來(lái)說(shuō)，與事實(shí)表相關(guān)的維表的數(shù)量應(yīng)該適中，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： 所謂的粒度是指數(shù)據(jù)倉(cāng)庫(kù)宗數(shù)據(jù)單元的詳細(xì)程度和級(jí)別，數(shù)據(jù)越詳細(xì)，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，操作都是再詳細(xì)數(shù)據(jù)級(jí)別上的，即最低的粒度。但是數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中主要是分析處理，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

50、型。一般需要將數(shù)據(jù)劃分為詳細(xì)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。力度的劃分是數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)工作的一項(xiàng)重要內(nèi)容，粒度劃分是否適當(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(shuō)明？答：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)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)是面向應(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)存在者許多不一致，因此要從數(shù)據(jù)倉(cāng)庫(kù)的概念模型出發(fā)，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。這就要求選擇最完整的、最及時(shí)的、最準(zhǔn)確的、最接近外部實(shí)體源的數(shù)據(jù)作為記錄系

51、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、什么是物理模型？數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)包括哪些工作？答：物理模型就是邏輯模型在計(jì)算機(jī)中的物理結(jié)構(gòu)，其中包括存儲(chǔ)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：估計(jì)存儲(chǔ)容量、確定數(shù)據(jù)的存儲(chǔ)計(jì)劃、確定索引策略、確定數(shù)據(jù)存放位置和確定存儲(chǔ)分配。14、為什么數(shù)據(jù)倉(cāng)庫(kù)物理模型設(shè)計(jì)中要建立匯總計(jì)劃和確定數(shù)據(jù)分區(qū)方案？答：如果數(shù)據(jù)倉(cāng)庫(kù)只存儲(chǔ)最小粒度的數(shù)據(jù)，每次查詢遍歷所有的明細(xì)記錄，然后生成匯總信息，這會(huì)造成很大的開(kāi)銷，因此要建立匯總計(jì)劃； 分區(qū)可以將表分解成易于管理的小表，對(duì)事實(shí)表的分區(qū)醫(yī)保采

52、用垂直分區(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。15、說(shuō)明圖4.8中邏輯模型與物理模型的區(qū)別。答：邏輯模型表現(xiàn)出各數(shù)據(jù)元素間直接或間接的關(guān)系，并體現(xiàn)主題域的結(jié)構(gòu)，而且說(shuō)明各個(gè)表所包含的元素。而物理模型要體現(xiàn)在計(jì)算機(jī)中的物理結(jié)構(gòu)，所以有各個(gè)表元素的類型和長(zhǎng)度。在圖4.8中，產(chǎn)品維表的主鍵為產(chǎn)品鍵，我們只能在邏輯模型中得到這個(gè)信息，而在物理模型中，產(chǎn)品鍵為integer類型，長(zhǎng)度為10，這是在計(jì)算機(jī)中的存儲(chǔ)結(jié)構(gòu)。16.概念模型：E-R圖邏輯模型：星型模型物理模型：存儲(chǔ)結(jié)構(gòu)、索引、數(shù)據(jù)存放位置、存儲(chǔ)分配。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

53、術(shù)（3）廣義索引18.因?yàn)锽-Tree索引增加了在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)造和維護(hù)索引的代價(jià)；B-Tree不適合復(fù)雜查詢19、數(shù)據(jù)倉(cāng)庫(kù)中采用標(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(lái)儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)是非常昂貴的。較好的替代方法是用基于標(biāo)識(shí)的技術(shù)來(lái)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。因?yàn)閿?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?？梢运饕械男泻退械牧小?0、數(shù)據(jù)倉(cāng)庫(kù)的廣義索引時(shí)什么時(shí)候建立的？簡(jiǎn)單說(shuō)明原因。答：在從操作型環(huán)境抽取數(shù)據(jù)并向數(shù)據(jù)倉(cāng)庫(kù)中裝載的同時(shí)，就可以根據(jù)用戶的需要建立許多“廣義索引”。每次數(shù)據(jù)倉(cāng)

54、庫(kù)裝載時(shí)，就重新生成這些“廣義索引”的內(nèi)容。這樣并不需要為了建立“廣義索引”而去掃描數(shù)據(jù)倉(cāng)庫(kù)。而且這些索引都非常小，開(kāi)銷也是相當(dāng)小，但它給應(yīng)用所帶來(lái)的便利卻是顯而易見(jiàn)的。對(duì)于一些經(jīng)常性的查詢，利用一個(gè)規(guī)模小得多的“廣義索引”總比去搜索一個(gè)大得多的關(guān)系表方便得多。21、說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的四個(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)獲取階段；決策支持階段；維護(hù)與評(píng)估階段。22. 數(shù)據(jù)獲取階段包括數(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)抽取：數(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，按照時(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)

55、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)字段的分離，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)歷就是要達(dá)到?jīng)Q策支持的目的。決策支持階段包括信息查詢和知識(shí)探索兩個(gè)步驟。信息查詢：信息查詢者使用數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)目前存在的問(wèn)題。為適應(yīng)信息查詢者的要求，數(shù)據(jù)倉(cāng)庫(kù)一般采用如下的方法提高信息查詢效率：創(chuàng)建數(shù)據(jù)陳列，預(yù)連接表格，預(yù)聚集數(shù)據(jù)，聚類數(shù)據(jù)。知識(shí)探索：只是探索者使用數(shù)據(jù)倉(cāng)庫(kù)能對(duì)發(fā)現(xiàn)的問(wèn)題找出原因。24. 維護(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)維護(hù)，數(shù)據(jù)倉(cāng)庫(kù)評(píng)價(jià)。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

56、加，時(shí)間的曾增長(zhǎng)，用戶查詢需求更多，數(shù)據(jù)會(huì)迅速增長(zhǎng)。數(shù)據(jù)倉(cāng)庫(kù)維護(hù)：數(shù)據(jù)倉(cāng)庫(kù)維護(hù)包括適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)的維護(hù)和正常系統(tǒng)維護(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(shuō)明“概念模型、邏輯模型、物理模型”分別是什么樣的數(shù)據(jù)模型？答：將需求分析過(guò)程中得到的用戶需求抽象為計(jì)算機(jī)表示的信息結(jié)構(gòu)，即概念模型。邏輯模型是由概念模型進(jìn)一步轉(zhuǎn)化成計(jì)算機(jī)支持的數(shù)據(jù)模型。物理模型是邏輯模型設(shè)計(jì)的數(shù)據(jù)模型適應(yīng)應(yīng)用要求在計(jì)算機(jī)中的存儲(chǔ)結(jié)構(gòu)和存取方法。26.數(shù)據(jù)倉(cāng)庫(kù)索引技術(shù)包括哪些內(nèi)容？答：位索引技術(shù)、標(biāo)識(shí)技術(shù)、廣義索引。27.為什么B-Tree索引不適合數(shù)據(jù)倉(cāng)庫(kù)？答：1、B-Tree只適合于高基數(shù)字段，但對(duì)于低基數(shù)字段毫無(wú)價(jià)值。2、B-Tree索引需占一定的空間和時(shí)間，增加了在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)造和維護(hù)索引的代價(jià)。3、數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中常常是復(fù)雜的查詢，并經(jīng)常帶有分組及聚合條件，此時(shí)B-Tree索引往往無(wú)能為力。28. 當(dāng)有一個(gè)或多個(gè)維表沒(méi)有直接連接到事實(shí)表上，而是通過(guò)其他維表連接到事實(shí)表上時(shí)