11、欧盟数据仓库质量项目研究解析

欧盟数据仓库质量项目研究解析

1. 数据仓库的不同视角

在数据仓库的研究和实践中，存在着逻辑视角和物理视角两个重要的方面。

1.1 逻辑视角

逻辑视角主要关注数据仓库中数据的逻辑结构和处理方式，基于现有的信息源进行分析和处理。一些专注于逻辑视角的项目包括斯坦福大学的TSIMMIS项目、科罗拉多大学的Squirrel项目以及斯坦福大学的WHIPS项目。
- 数据源端问题 ：在数据源端，主要解决的问题包括对异构表示的数据源进行包装，以及将多个数据源的数据集成到特定视图中。这些问题从初始查询处理（在这种情况下也称为批量加载）和增量维护两个方面进行解释。特别关注所谓的自维护仓库视图，即数据仓库本身包含足够的信息来维护其所有视图，只需根据基础数据的变化进行调整，而无需向OLAP系统进行额外的反向请求以了解这些变化如何传播到视图中。
- 客户端问题 ：在客户端，基于视图的查询优化和增量更新传播仍然是核心问题，但由于用户数据模型与数据源数据模型不同，关注点有所转移。特别是多维数据模型的引入，包括聚合和汇总功能，对算法和物化策略产生了强烈影响。
- 数据仓库产品差异 ：不同的数据仓库产品在引入这些复杂性的位置上有所不同。MOLAP产品将数据仓库视图本身作为多维数据结构进行存储，而ROLAP产品则使用关系数据库来存储数据仓库视图，并仅在映射到客户端视图时进行到多维数据模型的转换。
- 质量因素影响 ：逻辑视角影响的质量因素主要涉及数据源和客户端的数据模型覆盖范围，从而影响信息的可访问性以及客户端的可解释性