Sunshine

什么是数据仓库？定义：面向主体的，集成的，相对稳定的， 反映历史变化的数据集合，用于支持管理决策。面向主题：在较高层次上将企业信息系统的数据综合归并进行分析利用的抽象的概念。每个主题基本上对应一个相应的分析领域。 集成的：企业级数据，同时数据要保持一致性，完整性，有效性，精确性。 稳定的：从某个时间段来看是保持不变的，没有更新操作，删除操作，以查询分析为主。 变化的：反应历史变化。...

复习了一下数据库的五个范式，这里不用公式，用尽可能少的术语说说理解。之所以使用范式，往往是设计不规范的数据库表可能造成大量的数据冗余，也可能在发生插入、删除、修改操作后出现各种各样的不合理的问题。1）1NF（第一范式）： 数据库表的每一列都是不可分割的基本数据项。 如“电话号码”这个属性可以继续被分割为“办公电话”、“手机号码”等属性，在第一范式的语义下不应该被作为单独的一列出现。2）...

1、第一范式（1NF） 对于一张二维表，最基本的要求就是：每一个分量必须是不可分的数据项，也就是说同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。满足了这个条件的关系表就属于第一范式。例1： 建立一个描述学校教务的数据库，涉及的对象包括学生的学号（Sno）、所在系（Sdept）、系主任姓名（Mname）、课程号（Cno）和成绩（Grade）。属性集合为U=...

数据库范式是数据库设计中必不可少的知识，没有对范式的理解，就无法设计出高效率、优雅的数据库。甚至设计出错误的数据库。而想要理解并掌握范式却并不是那么容易。教科书中一般以关系代数的方法来解释数据库范式。这样做虽然能够十分准确的表达数据库范式，但比较抽象，不太直观，不便于理解，更难以记忆。　　本文用较为直白的语言介绍范式，旨在便于理解和记忆，这样做可能会出现一些不精确的表述。但对于初学者应该是个不错...

前面已经讲到了数据仓库中的粒度有关概念，但是当我们在具体的实时过程中应该怎样去确定在建数据的粒度呢，书中也给出了一些指导意见：一、粗略估计将来数据仓库中数据行数和所需的DASD（直接存取存储设备）数估计方法二、规划过程的输入：估计出来的行数和DASD数就是我们做这次规划的依据数据。规划的思考三、溢出存储器中的数据 1、将上面估计出来的总行数与下面的表格进行比较，可得出相应...

粒度的定义确定数据仓库中数据的恰当粒度是数据仓库开发者需要面对的一个最重要的设计问题。数据粒度主要针对指标数据的计算范围，如人口这个数据项在统计部门是以街区范围还是一个社区为范围统计的。人口数据细化程度越高，粒度级就越小；相反，细化程度越低，粒度级就越大。粒度是数据仓库主要设计问题，因为它极大地影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答的查询类型。在设计数据仓库的时候权衡...

OLTP 与数据仓库--有何差异？在日常生活中，我们要使用大量的应用程序来生成新的数据、变更数据、删除数据，当然在大多数的情况下我们还要查阅和分析数据。就来想象一个收发 email 的简单应用程序吧。我们已经存储了地址信息，可能还存储了一些文档。我们可以决定是否存储已经发送过的邮件，但是也可能隔一段时间后将其删除，或者删除已经发送过的所有邮件。那么我们该如何处理一段时间以前删除或者修改过的地址...

想要数据粒度的合理性、模型的灵活性得到保证，并且能够适应未来的信息资源，需要遵守维度建模的一些原则。否则，很容易会遇到数据仓库障碍，并且把用户弄糊涂。在此，大圣众包威客平台将为你提供几个数据仓库维度建模的原则，让你妥妥地避开“陷阱”。　　1.原子数据需详细　　维度建模应该使用最基础的原子数据进行填充，以支持不可预知的来自用户查询的过滤和分组请求。　　用户通常不希望每次只看到一个单一...

首先我们先查看三个问题：①什么是数据模型；②为什么需要数据模型；③如何创建数据模型；一、什么是数据模型 数据模型是抽象描述现实世界的一种工具和方法，是通过抽象的实体及实体之间联系的形式，来表示现实世界中事务的相互关系的一种映射。在这里，数据模型表现的抽象的实体和实体之间的关系，通过对实体和实体之间关系的定义和描述，来表达实际的业务中具体的业务关系。 数据仓库模型是数据模型中针对...