商務(wù)智能教學(xué)課件：03 Data Warehouse 2

1、數(shù)據(jù)倉庫Data Warehouse數(shù)據(jù)倉庫從數(shù)據(jù)庫到數(shù)據(jù)倉庫數(shù)據(jù)倉庫及其四大特征數(shù)據(jù)倉庫的基本結(jié)構(gòu)數(shù)據(jù)集市與數(shù)據(jù)倉庫數(shù)據(jù)倉庫的應(yīng)用23數(shù)據(jù)倉庫的結(jié)構(gòu)4數(shù)據(jù)倉庫的關(guān)鍵技術(shù)數(shù)據(jù)的ETL（抽取、轉(zhuǎn)換、裝載）從數(shù)據(jù)源.到數(shù)據(jù)目標(biāo).的映射存儲和管理數(shù)據(jù)的訪問和表現(xiàn)元數(shù)據(jù)5數(shù)據(jù)源（1/3）多數(shù)據(jù)源數(shù)據(jù)倉庫的數(shù)據(jù)來源于多個數(shù)據(jù)源。不同格式的數(shù)據(jù)：由于企業(yè)在長期事務(wù)處理過程中隨數(shù)據(jù)庫管理系統(tǒng)本身發(fā)展，形成了企業(yè)內(nèi)從簡單到復(fù)雜、從小型到大型的各種數(shù)據(jù)庫系統(tǒng)，其中有大型關(guān)系數(shù)據(jù)庫、對象數(shù)據(jù)庫、桌面數(shù)據(jù)庫、各種非格式化的數(shù)據(jù)文件等。不同的數(shù)據(jù)操作平臺不同的物理位置6數(shù)據(jù)源（2/3）數(shù)據(jù)源可以是遞歸的數(shù)據(jù)倉庫的數(shù)據(jù)

2、源可以是另外一個數(shù)據(jù)倉庫(或數(shù)據(jù)集市)基于本數(shù)據(jù)倉庫的分析型應(yīng)用。數(shù)據(jù)源的抽取數(shù)據(jù)抽取軟件7數(shù)據(jù)源（3/3）常見的數(shù)據(jù)源有：流行的關(guān)系數(shù)據(jù)庫系統(tǒng): Oracle, Sybase, SQL Server, DB2等面向?qū)ο髷?shù)據(jù)庫系統(tǒng)：Objectstore等傳統(tǒng)的桌面數(shù)據(jù)庫系統(tǒng): foxbase, foxpro等文件系統(tǒng)中的數(shù)據(jù)文件: UNIX, WINDOWS等其它數(shù)據(jù)源: word, excel等8數(shù)據(jù)目標(biāo)原子層（Atomic layer）和集成數(shù)據(jù)數(shù)據(jù)集市（Data market） 操作數(shù)據(jù)存儲（Operational Data Storage, ODS）緩沖區(qū)（Staging area）

3、原子層和集成數(shù)據(jù)以及數(shù)據(jù)集市，將作為數(shù)據(jù)倉庫的主要數(shù)據(jù)存儲，在以后的環(huán)節(jié)中進(jìn)行介紹9操作數(shù)據(jù)存儲操作數(shù)據(jù)存儲在企業(yè)范圍內(nèi)，針對特定主題區(qū)域，用于支持戰(zhàn)術(shù)決策支持（ tactics decision-making）的綜合數(shù)據(jù)的更新集合具有以下特點(diǎn)面向特定分析應(yīng)用完整性當(dāng)前有效可變的詳盡的10DB-ODS-DW11緩沖區(qū)數(shù)據(jù)流的中間站白板式（White-board），無特定結(jié)構(gòu)系統(tǒng)中可能存在多處緩沖區(qū)12ETL過程13數(shù)據(jù)的抽取與刷新數(shù)據(jù)抽取數(shù)據(jù)倉庫中的數(shù)據(jù)來源于數(shù)據(jù)源，將數(shù)據(jù)源中數(shù)據(jù)通過網(wǎng)絡(luò)進(jìn)行抽取，并經(jīng)加工、轉(zhuǎn)換、綜合后形成數(shù)據(jù)倉庫中的數(shù)據(jù)，這就是數(shù)據(jù)倉庫的數(shù)據(jù)抽取。數(shù)據(jù)刷新經(jīng)過抽取進(jìn)入數(shù)據(jù)倉

4、庫的數(shù)據(jù)，在經(jīng)過一段時間后要重新修正，修改那些過時的數(shù)據(jù)，保存那些不變的數(shù)據(jù)，此種動作稱為數(shù)據(jù)倉庫的數(shù)據(jù)刷新。數(shù)據(jù)刷新的過程與抽取類似，但刷新的數(shù)據(jù)量往往小于抽取的數(shù)據(jù)量。由于僅需要對修改過的數(shù)據(jù)進(jìn)行刷新，因而其實(shí)現(xiàn)難度與復(fù)雜性要大于數(shù)據(jù)抽取。數(shù)據(jù)抽取數(shù)據(jù)抽取的重要性數(shù)據(jù)的抽取是數(shù)據(jù)進(jìn)入倉庫的入口。由于數(shù)據(jù)倉庫是一個獨(dú)立的數(shù)據(jù)環(huán)境，它需要通過抽取過程將數(shù)據(jù)從聯(lián)機(jī)事務(wù)處理系統(tǒng)、外部數(shù)據(jù)源、脫機(jī)的數(shù)據(jù)存儲介質(zhì)中導(dǎo)入數(shù)據(jù)倉庫。在數(shù)據(jù)倉庫層次結(jié)構(gòu)中，數(shù)據(jù)抽取工作占非常重要的地位，它必須屏蔽底層數(shù)據(jù)的結(jié)構(gòu)復(fù)雜性和物理位置的復(fù)雜性，同時還要實(shí)現(xiàn)對數(shù)據(jù)倉庫中數(shù)據(jù)的自動刷新，要對數(shù)據(jù)倉庫的元數(shù)據(jù)和數(shù)據(jù)進(jìn)行維護(hù)

5、。數(shù)據(jù)抽取的實(shí)現(xiàn)方法考慮到不同數(shù)據(jù)源的數(shù)據(jù)格式和物理位置的復(fù)雜性，不同的數(shù)據(jù)源可能需要采用不同的數(shù)據(jù)抽取方法。1415轉(zhuǎn)換和集成的復(fù)雜性（1/4）數(shù)據(jù)從操作型環(huán)境到數(shù)據(jù)倉庫的傳遞需要完成以下功能：從操作型環(huán)境到數(shù)據(jù)倉庫環(huán)境的數(shù)據(jù)抽取要實(shí)現(xiàn)技術(shù)上的變化。這種變化不僅指一種DBMS的變化，還可能包含源于操作系統(tǒng)的變化，硬件的變化，甚至源于基于硬件的數(shù)據(jù)結(jié)構(gòu)的變化要求盡量避免從在線窗口進(jìn)行數(shù)據(jù)抽取來自于操作型環(huán)境中的輸入關(guān)鍵字在輸出到數(shù)據(jù)倉庫之前往往需要被重建和轉(zhuǎn)換。簡單情況下可能需要加入時間非關(guān)鍵字?jǐn)?shù)據(jù)在從操作型環(huán)境轉(zhuǎn)移到數(shù)據(jù)倉庫環(huán)境時要重新格式化。例如日期格式的轉(zhuǎn)換等16轉(zhuǎn)換和集成的復(fù)雜性（2/

6、4）要進(jìn)行數(shù)據(jù)清理以保持輸入數(shù)據(jù)的正確性。數(shù)據(jù)清理常用形式有：取值范圍檢查、交叉記錄檢驗、以及簡單的格式檢驗因為存在多個輸入數(shù)據(jù)源，當(dāng)其中的數(shù)據(jù)傳入到數(shù)據(jù)倉庫時要進(jìn)行合并當(dāng)存在多個輸入記錄時，進(jìn)行記錄合并之前要先進(jìn)行關(guān)鍵字解析。如果不同的記錄采用不同的關(guān)鍵字結(jié)構(gòu)，那么，完成記錄合并的程序必須提供關(guān)鍵字解析功能當(dāng)存在多個輸入記錄時，這些記錄的順序可能不相同。在這種情況下需要對輸入記錄進(jìn)行重新排序可能會產(chǎn)生多個輸出結(jié)果，同一個傳遞過程可能會產(chǎn)生不同綜合層次的結(jié)果需要提供缺省值。有時候數(shù)據(jù)倉庫的一個輸出值沒有對應(yīng)的數(shù)據(jù)源，這時，必須提供缺省值轉(zhuǎn)換和集成的復(fù)雜性（3/4）為抽取過程選擇輸入的數(shù)據(jù)時，其

7、效率通常是一個問題。例如：如果無法將需要抽取的操作型數(shù)據(jù)和不需要抽取的操作型數(shù)據(jù)區(qū)別開來，就必須讀取整個記錄，從而導(dǎo)致在線環(huán)境一直處于忙碌狀態(tài)，進(jìn)而擠掉其它的處理活動經(jīng)常需要進(jìn)行數(shù)據(jù)的匯總。多個操作型記錄被合成單個簡單的記錄，那些需要匯總的詳細(xì)的輸入記錄必須進(jìn)行正確的排序。當(dāng)把不同類型的記錄匯總為一個數(shù)據(jù)倉庫記錄時，必須對這些不同輸入記錄類型的到達(dá)次序進(jìn)行協(xié)調(diào)，以便產(chǎn)生一個單一記錄在數(shù)據(jù)元素從操作型環(huán)境轉(zhuǎn)移到數(shù)據(jù)倉庫的過程中，應(yīng)該對數(shù)據(jù)元素的重命名操作進(jìn)行跟蹤。需要讀取的輸入記錄常常具有不常見的或非標(biāo)準(zhǔn)的格式，在進(jìn)入數(shù)據(jù)倉庫時必須要對它們進(jìn)行轉(zhuǎn)換。必須指定轉(zhuǎn)換邏輯，轉(zhuǎn)換機(jī)制（轉(zhuǎn)換前后看上去應(yīng)該

8、是什么樣子）1718轉(zhuǎn)換和集成的復(fù)雜性（4/4）必須理解并弄清楚建立在操作性應(yīng)用程序邏輯中的數(shù)據(jù)之間的關(guān)系，這樣這些數(shù)據(jù)記錄才可以用來作為輸入。而這些關(guān)系常常是深奧難懂的，并且沒有可供參考的文檔資料。但是當(dāng)數(shù)據(jù)轉(zhuǎn)移到數(shù)據(jù)倉庫時，必須弄清楚這些關(guān)系。必須要進(jìn)行數(shù)據(jù)編碼的轉(zhuǎn)換，如EBCDIC到ASCII的轉(zhuǎn)換（或反過來）。數(shù)據(jù)倉庫的設(shè)計必須符合企業(yè)的數(shù)據(jù)模型。當(dāng)數(shù)據(jù)從操作型環(huán)境（反映當(dāng)前）轉(zhuǎn)移到數(shù)據(jù)倉庫（反映歷史）中，可能需要加入時間元素。數(shù)據(jù)倉庫著眼于企業(yè)信息化，操作型數(shù)據(jù)環(huán)境著眼于事務(wù)。必須考慮將要進(jìn)入數(shù)據(jù)倉庫的新創(chuàng)建記錄的輸出問題。19數(shù)據(jù)刷新數(shù)據(jù)倉庫系統(tǒng)必須能夠感知到在OLTP數(shù)據(jù)庫中數(shù)據(jù)

9、的變化情況，并及時有效地把這些變化反映到數(shù)據(jù)倉庫中去，以使得數(shù)據(jù)倉庫中的數(shù)據(jù)能真實(shí)地反映實(shí)際情況，因此必須對數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)刷新。一般數(shù)據(jù)刷新的方法包括： 時間戳 DELTA文件 建立映象文件 日志文件在一個數(shù)據(jù)倉庫系統(tǒng)中，可以同時采用上述的四種數(shù)據(jù)刷新方式，以滿足不同數(shù)據(jù)源的數(shù)據(jù)刷新需要。20DELTA文件適用情況有些基于OLTP數(shù)據(jù)庫的操作型應(yīng)用程序在工作過程中會形成一些DELTA文件以記錄該應(yīng)用所作的數(shù)據(jù)修改操作，可根據(jù)該DELTA文件進(jìn)行數(shù)據(jù)刷新。優(yōu)點(diǎn)采用此方法可避免對整個數(shù)據(jù)庫的對比掃描，具有較高的刷新效率。缺點(diǎn)這樣的應(yīng)用程序并不普遍，修改現(xiàn)有的應(yīng)用程序的工作量又太大。21建立映象文

10、件實(shí)現(xiàn)方法在上一次數(shù)據(jù)刷新后對數(shù)據(jù)庫作一次快照在本次刷新之前再對數(shù)據(jù)庫作一次快照比較兩個快照的不同，從而確定數(shù)據(jù)倉庫的數(shù)據(jù)刷新操作優(yōu)點(diǎn)對于數(shù)據(jù)庫和操作型應(yīng)用無特別要求缺點(diǎn)需要占用大量的系統(tǒng)資源可能較大地影響原有數(shù)據(jù)庫系統(tǒng)的性能22日志文件實(shí)現(xiàn)方法一般來說，現(xiàn)代OLTP數(shù)據(jù)庫都有日志文件，可根據(jù)OLTP數(shù)據(jù)庫的日志信息來實(shí)現(xiàn)數(shù)據(jù)倉庫的數(shù)據(jù)刷新。優(yōu)點(diǎn)日志是OLTP數(shù)據(jù)庫的固有機(jī)制不會影響原有OLTP數(shù)據(jù)庫的性能具有比DELTA文件和建立映象文件更高的刷新效率缺點(diǎn)無法應(yīng)用于無日志文件機(jī)制的遺留數(shù)據(jù)庫系統(tǒng)等23數(shù)據(jù)周期所謂數(shù)據(jù)周期是指從操作型環(huán)境中的數(shù)據(jù)發(fā)生變化起，到這個變化反映到數(shù)據(jù)倉庫中所用到的時

11、間。通常，數(shù)據(jù)周期應(yīng)該不低于24個小時，因為：操作型環(huán)境與數(shù)據(jù)倉庫環(huán)境結(jié)合得越緊密，那么所需技術(shù)也就越昂貴越復(fù)雜。一個更有說服力的原因是：時間間隔給環(huán)境附加了一個特殊的限制。間隔24小時，使得不必要在數(shù)據(jù)倉庫環(huán)境中做操作性處理；也不必在操作型環(huán)境做數(shù)據(jù)倉庫處理，間隔如果太短了可能會達(dá)不到這種效果。時間間隔的一個好處是能夠保證在轉(zhuǎn)入到數(shù)據(jù)倉庫之前，數(shù)據(jù)可以達(dá)到穩(wěn)定。數(shù)據(jù)在進(jìn)入數(shù)據(jù)倉庫之前進(jìn)行調(diào)整十分簡單。而如果數(shù)據(jù)被送到數(shù)據(jù)倉庫中之后，一旦發(fā)現(xiàn)必須對這些數(shù)據(jù)進(jìn)行調(diào)整，就必須在操作型環(huán)境和數(shù)據(jù)倉庫中同時調(diào)整。24ETL工具抽取/轉(zhuǎn)換/裝載工具（ETL）的出現(xiàn)，通常分為兩類：產(chǎn)生源代碼的軟件產(chǎn)生參數(shù)

12、化的運(yùn)行時模塊的軟件產(chǎn)生源代碼的軟件比運(yùn)行時軟件要強(qiáng)大，它可以以原有數(shù)據(jù)的格式對它們進(jìn)行訪問而運(yùn)行時軟件則需要首先對原有數(shù)據(jù)格式進(jìn)行統(tǒng)一。進(jìn)行了統(tǒng)一之后，運(yùn)行時模塊就可以訪問原有數(shù)據(jù)。不幸的是，對原有數(shù)據(jù)格式進(jìn)行統(tǒng)一的過程頗費(fèi)心思在兩種情況下，ETL軟件都可以使得轉(zhuǎn)換、重新格式化、從多個傳統(tǒng)操作型數(shù)據(jù)源中集成數(shù)據(jù)的過程自動進(jìn)行數(shù)據(jù)倉庫中的數(shù)據(jù)及數(shù)據(jù)管理數(shù)據(jù)倉庫中的數(shù)據(jù)數(shù)據(jù)倉庫為企業(yè)管理人員的分析、決策操作提供統(tǒng)一、集成的基礎(chǔ)數(shù)據(jù)，包括：企業(yè)內(nèi)部各個部門當(dāng)前及其歷史上的細(xì)節(jié)性業(yè)務(wù)數(shù)據(jù)以及為了進(jìn)行分析決策操作而生成的分析型數(shù)據(jù)對數(shù)據(jù)倉庫中數(shù)據(jù)的管理數(shù)據(jù)倉庫中的數(shù)據(jù)是一個統(tǒng)一、集成、單一的龐大數(shù)據(jù)集

13、合，需要借助成熟的數(shù)據(jù)庫技術(shù)對其進(jìn)行存儲管理，即利用改造過的關(guān)系數(shù)據(jù)庫系統(tǒng)來組織和管理數(shù)據(jù)倉庫中的數(shù)據(jù)。2526原子層數(shù)據(jù)倉庫的基礎(chǔ), 上層分析型應(yīng)用的數(shù)據(jù)來源，所有戰(zhàn)略分析型數(shù)據(jù)的基礎(chǔ)。具有以下特點(diǎn)原子層保持歷史集成性原子層擁有數(shù)據(jù)倉庫的最低細(xì)節(jié)（粒度）數(shù)據(jù)原子層的構(gòu)建是迭代的原子層的數(shù)據(jù)結(jié)構(gòu)是面向企業(yè)的原子層可以是集成的原子層是靜態(tài)的27歷史完整性28粒度（1/4）粒度對數(shù)據(jù)倉庫中的數(shù)據(jù)的綜合程度的一個度量既影響數(shù)據(jù)倉庫中數(shù)據(jù)量的多少也影響數(shù)據(jù)倉庫能夠回答詢問的種類粒度小細(xì)節(jié)程度高綜合程度低回答查詢種類多查詢效率低粒度大細(xì)節(jié)程度低綜合程度高回答查詢種類少查詢效率高29粒度（2/4）樣本數(shù)據(jù)

14、庫從數(shù)據(jù)倉庫中取得的真實(shí)檔案數(shù)據(jù)或輕度綜合數(shù)據(jù)的一個子集倉庫中的一部分?jǐn)?shù)據(jù)子集周期性刷新不能用于一般的分析目的張三是不是我的顧客？只能用于分析統(tǒng)計在顧客中，多少是具有大學(xué)學(xué)歷的未婚男性？30粒度（3/4）樣本數(shù)據(jù)庫粒度級別根據(jù)采樣率的高低來劃分采樣粒度不同的數(shù)據(jù)庫可能具有相同綜合級別按照1/100對客戶記錄進(jìn)行抽樣按照1/1000對客戶進(jìn)行抽樣按照1/10000對客戶進(jìn)行抽樣31粒度（4/4）采購表（商品號，供應(yīng)商號，供應(yīng)日期，供應(yīng)價，）采購表H1（商品號，時間段1，采購總量，）采購表Hn（商品號，時間段n，采購總量，）銷售表（商品號，顧客號，銷售日期，售價，銷售量，）銷售表1（商品號，時間段

15、1，銷售總量，）銷售表n（商品號，時間段n，銷售總量，）庫存表（商品號，庫房號，庫存量，日期，）庫存表1（商品號，庫房號，庫存量，星期，）庫存表n（商品號，庫房號，庫存量，年份，）32多重粒度（1/3）33多重粒度（2/3）34多重粒度（3/3）應(yīng)對不同級別的粒度要求大粒度數(shù)據(jù)快速存儲設(shè)備提高性能小粒度數(shù)據(jù)低速存儲設(shè)備滿足細(xì)節(jié)查詢35多維度，多層次數(shù)據(jù)倉庫是多維度多層次的維度是觀察數(shù)據(jù)對象的角度層次是數(shù)據(jù)對象的綜合程度36數(shù)據(jù)倉庫的數(shù)據(jù)組織形式簡單堆積文件輪轉(zhuǎn)綜合文件簡化直接文件連續(xù)文件37簡單堆積文件38輪轉(zhuǎn)綜合文件39簡化直接文件類似簡單堆積文件，間隔一定時間的數(shù)據(jù)庫快照40連續(xù)文件41數(shù)

16、據(jù)倉庫中的快照（1/3）數(shù)據(jù)倉庫內(nèi)部以一種稱之為“快照”的數(shù)據(jù)結(jié)構(gòu)為中心來組織。數(shù)據(jù)倉庫中的數(shù)據(jù)記錄是某一時刻生成的快照，包含多種數(shù)據(jù)類型，通常包括：關(guān)鍵字，標(biāo)志快照的關(guān)鍵字時間，標(biāo)志事件發(fā)生的時間單元非關(guān)鍵字的主要數(shù)據(jù)，與關(guān)鍵字相關(guān)連的主要非關(guān)鍵字?jǐn)?shù)據(jù)二級數(shù)據(jù)。在形成快照時偶然捕獲并被置入快照中的數(shù)據(jù)當(dāng)數(shù)據(jù)量不是太大，數(shù)據(jù)穩(wěn)定，并且需要詳細(xì)記錄歷史時，通過存儲已發(fā)生的每次活動的詳細(xì)情況，數(shù)據(jù)倉庫可以跟蹤每一件業(yè)務(wù)事件。否則，需要存放集成數(shù)據(jù)數(shù)據(jù)倉庫中的快照（2/3）快照的生成由一些離散活動的發(fā)生而觸發(fā)，或由規(guī)律性的時間推移而觸發(fā)引發(fā)快照的業(yè)務(wù)事件可能是一個重要活動的發(fā)生例如，填寫支票、打電話

17、、收到貨物等在離散活動的情況下，一般是出現(xiàn)了一些業(yè)務(wù)活動需要記錄下來離散活動是隨機(jī)發(fā)生的一種快照觸發(fā)器是時間例如一天的結(jié)束、一周的結(jié)束、一個月的結(jié)束與時間相關(guān)的快照的建立是有規(guī)律的并且是可以預(yù)知的一些例子每當(dāng)一個顧客搬遷（地址發(fā)生改變）時，數(shù)據(jù)倉庫就會相應(yīng)改變，而且一個連續(xù)的顧客歷史記錄就會寫入數(shù)據(jù)倉庫假設(shè)保險金按每半年支付一次，那么，每隔六個月，就會在數(shù)據(jù)倉庫中創(chuàng)建一個快照記錄，用來描述保險金的支付情況，包括支付時間、支付金額4243數(shù)據(jù)倉庫中的快照（3/3）快照由四個基本的組成部分：關(guān)鍵字可以唯一也可以是不唯一的，通常是復(fù)合關(guān)鍵字，用來識別記錄和主要數(shù)據(jù)時間單元通常是指快照所描述事情發(fā)生的

18、時刻，有時，時間單元指的是捕獲數(shù)據(jù)的時刻。（在有些情況下，會對事情發(fā)生的時刻和捕獲時間信息的時刻加以區(qū)別，而在有些情況下則不對它們進(jìn)行區(qū)別。）在由時間推移觸發(fā)事件的情況下，時間元素可以暗含于而不是直接附于快照中主要數(shù)據(jù)是與記錄的關(guān)鍵字直接相關(guān)的非關(guān)鍵字?jǐn)?shù)據(jù)。例如，假設(shè)關(guān)鍵字標(biāo)識產(chǎn)品的銷售，時間元素描述的是銷售活動終結(jié)的時刻，主要數(shù)據(jù)描述的是銷售什么產(chǎn)品以及銷售的價格、條件、地點(diǎn)和代理等作為快照一部分而被捕獲的，但與主要數(shù)據(jù)和關(guān)鍵字都無直接關(guān)系的二級數(shù)據(jù)（可選）。二級數(shù)據(jù)表示快照記錄創(chuàng)建時捕獲的外來信息。如與銷售相關(guān)的二級數(shù)據(jù)是關(guān)于被售產(chǎn)品的一些附帶信息。將來可能會在DSS處理過程中使用到的任何

19、附帶信息都可以加入到數(shù)據(jù)倉庫記錄中去44元數(shù)據(jù)（1/2）關(guān)于數(shù)據(jù)的數(shù)據(jù)，描述了數(shù)據(jù)的結(jié)構(gòu)、內(nèi)容、編碼、索引等內(nèi)容通過元數(shù)據(jù)可以將數(shù)據(jù)倉庫和復(fù)雜的數(shù)據(jù)源系統(tǒng)的變化隔離，是數(shù)據(jù)倉庫開發(fā)和維護(hù)的一個關(guān)鍵因素，也是保證數(shù)據(jù)抽取質(zhì)量的依據(jù)。種類關(guān)于數(shù)據(jù)源的元數(shù)據(jù)關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)關(guān)于數(shù)據(jù)倉庫映射的元數(shù)據(jù)關(guān)于數(shù)據(jù)倉庫使用的元數(shù)據(jù)45元數(shù)據(jù)（2/2）元數(shù)據(jù)是數(shù)據(jù)倉庫的一個重要組成部分，處于數(shù)據(jù)倉庫的上層，并且記錄數(shù)據(jù)倉庫中對象的位置。一般，元數(shù)據(jù)存儲記錄了以下內(nèi)容：數(shù)據(jù)倉庫程序員所知道的數(shù)據(jù)結(jié)構(gòu)。DSS分析員所知道的數(shù)據(jù)結(jié)構(gòu)。數(shù)據(jù)倉庫的源數(shù)據(jù)。數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫時發(fā)生的轉(zhuǎn)換。數(shù)據(jù)模型。數(shù)據(jù)模型和數(shù)據(jù)倉庫的關(guān)

20、系。抽取數(shù)據(jù)的歷史記錄。46關(guān)于數(shù)據(jù)源的元數(shù)據(jù)它是現(xiàn)有的業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源的描述信息。這類元數(shù)據(jù)是對不同平臺上的數(shù)據(jù)源的物理結(jié)構(gòu)和含義的描述。具體為：數(shù)據(jù)源中所有物理數(shù)據(jù)結(jié)構(gòu)所有數(shù)據(jù)項的業(yè)務(wù)定義每個數(shù)據(jù)項更新的頻率每個數(shù)據(jù)項的有效值其它系統(tǒng)中具有相同業(yè)務(wù)含義的數(shù)據(jù)項的清單關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉庫中有什么數(shù)據(jù)以及數(shù)據(jù)之間的關(guān)系。它們是用戶使用、管理數(shù)據(jù)倉庫的基礎(chǔ)可以支持用戶從數(shù)據(jù)倉庫中獲取數(shù)據(jù)4748與數(shù)據(jù)倉庫映射相關(guān)的元數(shù)據(jù)由數(shù)據(jù)源中的數(shù)據(jù)到數(shù)據(jù)倉庫中的數(shù)據(jù)的轉(zhuǎn)換過程，是需要按照一定的規(guī)則來進(jìn)行的，這種規(guī)則往往是用一定的表達(dá)式或算法形式表示，它們是數(shù)據(jù)倉庫系統(tǒng)的元數(shù)據(jù)的重要組成部分。這

21、類元數(shù)據(jù)用于支持?jǐn)?shù)據(jù)的抽取和訪問操作。記錄的信息包括：數(shù)據(jù)源系統(tǒng)：數(shù)據(jù)存取的規(guī)范、數(shù)據(jù)庫文檔、信息描述、安全性、數(shù)據(jù)所有者權(quán)限等；數(shù)據(jù)處理過程：數(shù)據(jù)的抽取、加載、清洗、過濾、協(xié)調(diào)及完成處理所需遵守的規(guī)則；數(shù)據(jù)的刷新：數(shù)據(jù)刷新方式、刷新頻率等信息。 關(guān)于數(shù)據(jù)倉庫使用的元數(shù)據(jù)這類元數(shù)據(jù)是數(shù)據(jù)倉庫中信息使用情況的描述數(shù)據(jù)倉庫的用戶最關(guān)心兩類元數(shù)據(jù)：元數(shù)據(jù)告訴數(shù)據(jù)倉庫中有什么數(shù)據(jù)，它們是從哪兒來的，即如何按主題查看數(shù)據(jù)倉庫的內(nèi)容；元數(shù)據(jù)提供已有的可重復(fù)利用的查詢語言信息。關(guān)于數(shù)據(jù)倉庫使用的元數(shù)據(jù)能幫助用戶到數(shù)據(jù)倉庫查詢所需要的信息，用以解決企業(yè)問題4950元數(shù)據(jù)的作用BusinessInformationAdministrationTransformation ToolsBusiness Subject AreasBusiness ViewsMetadataElementsMappingsBusiness ViewsTem