新建
上传
首页
助手
最?/div>
资料?/div>
工具

数据仓库概念的简单理?/p>

 

一个典型的企业数据仓库系统通常包含数据源?/p>

数据存储与管理?/p>

OLAP

服务器以及前端工具与

应用四个部分。如下图所示:

 

数据源:

 

是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信

息包括存放于企业操作型数据库中(通常存放?/p>

RDBMS

中)的各种业务数据和办公自动化(

OA

?/p>

?/p>

统包含的各类文档数据?/p>

外部信息包括各类法律法规?/p>

市场信息?/p>

竞争对手的信息以及各类外部统

计数据及各类文档等;

  

数据的存储与管理?/p>

 

是整个数据仓库系统的核心。在现有各业务系统的基础上,对数据进行抽取、清理,并有效集

成,

按照主题进行重新组织?/p>

最终确定数据仓库的物理存储结构?/p>

同时组织存储数据仓库元数?/p>

(具

体包括数据仓库的数据字典?/p>

记录系统定义?/p>

数据转换规则?/p>

数据加载频率以及业务规则等信息)

?/p>

按照数据的覆盖范围,

数据仓库存储可以分为企业级数据仓库和部门级数据仓?/p>

(通常称为

“数?/p>

集市”,

Data Mart

)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这?/p>

功能与目前的

DBMS

基本一致?/p>

 

OLAP

服务器:

 

对分析需要的数据按照多维数据模型进行再次重组,以支持用户多角度、多层次的分析,发现

数据趋势?/p>

其具体实现可以分为:

ROLAP

?/p>

MOLAP

?/p>

HOLAP

?/p>

ROLAP

基本数据和聚合数据均存放?/p>

RDBMS

之中?/p>

MOLAP

基本数据和聚合数据均存放于多维数据库中;?/p>

HOLAP

?/p>

ROLAP

?/p>

MOLAP

的综合,?/p>

本数据存放于

RDBMS

之中,聚合数据存放于多维数据库中?/p>

     

前端工具与应用:

 

前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数?/p>

仓库或数据集市开发的应用。其中数据分析工具主要针?/p>

OLAP

服务器,报表工具、数据挖掘工?/p>

既针对数据仓库,同时也针?/p>

OLAP

服务器?/p>

 

 

集线器与车轮状结构的企业级数据仓?/p>

  

 

    

这种结构也称为?/p>

Hub 

and 

Spoke

”,这是因为中央数据库汇集了来自各业务处理系统的数据?/p>

同时也负责向各从属数据集市提供信息,看上去像一?/p>

Hub (

集线?/p>

)

;而业务人员在进行数据?/p>

析与信息访问时将根据需要连接到不同的数据集市,这种交叉复杂的连接看上去就像

Spoke(

车轮

辐条

)

一样?/p>

  

“Hub 

and 

Spoke”结构解决了企业内统一数据存储模型的问题,但从实际使用的角

度来看仍有比较严重的缺陷?/p>

一是业务人员对信息的访问非常不方便?/p>

很难进行跨数据集市或跨部

门的信息分析?/p>

另一个问题是每个数据集市都需要相应的软硬件投入,

当数据集市增加时?/p>

系统?

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

数据仓库概念的简单理?/p>

 

一个典型的企业数据仓库系统通常包含数据源?/p>

数据存储与管理?/p>

OLAP

服务器以及前端工具与

应用四个部分。如下图所示:

 

数据源:

 

是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信

息包括存放于企业操作型数据库中(通常存放?/p>

RDBMS

中)的各种业务数据和办公自动化(

OA

?/p>

?/p>

统包含的各类文档数据?/p>

外部信息包括各类法律法规?/p>

市场信息?/p>

竞争对手的信息以及各类外部统

计数据及各类文档等;

  

数据的存储与管理?/p>

 

是整个数据仓库系统的核心。在现有各业务系统的基础上,对数据进行抽取、清理,并有效集

成,

按照主题进行重新组织?/p>

最终确定数据仓库的物理存储结构?/p>

同时组织存储数据仓库元数?/p>

(具

体包括数据仓库的数据字典?/p>

记录系统定义?/p>

数据转换规则?/p>

数据加载频率以及业务规则等信息)

?/p>

按照数据的覆盖范围,

数据仓库存储可以分为企业级数据仓库和部门级数据仓?/p>

(通常称为

“数?/p>

集市”,

Data Mart

)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这?/p>

功能与目前的

DBMS

基本一致?/p>

 

OLAP

服务器:

 

对分析需要的数据按照多维数据模型进行再次重组,以支持用户多角度、多层次的分析,发现

数据趋势?/p>

其具体实现可以分为:

ROLAP

?/p>

MOLAP

?/p>

HOLAP

?/p>

ROLAP

基本数据和聚合数据均存放?/p>

RDBMS

之中?/p>

MOLAP

基本数据和聚合数据均存放于多维数据库中;?/p>

HOLAP

?/p>

ROLAP

?/p>

MOLAP

的综合,?/p>

本数据存放于

RDBMS

之中,聚合数据存放于多维数据库中?/p>

     

前端工具与应用:

 

前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数?/p>

仓库或数据集市开发的应用。其中数据分析工具主要针?/p>

OLAP

服务器,报表工具、数据挖掘工?/p>

既针对数据仓库,同时也针?/p>

OLAP

服务器?/p>

 

 

集线器与车轮状结构的企业级数据仓?/p>

  

 

    

这种结构也称为?/p>

Hub 

and 

Spoke

”,这是因为中央数据库汇集了来自各业务处理系统的数据?/p>

同时也负责向各从属数据集市提供信息,看上去像一?/p>

Hub (

集线?/p>

)

;而业务人员在进行数据?/p>

析与信息访问时将根据需要连接到不同的数据集市,这种交叉复杂的连接看上去就像

Spoke(

车轮

辐条

)

一样?/p>

  

“Hub 

and 

Spoke”结构解决了企业内统一数据存储模型的问题,但从实际使用的角

度来看仍有比较严重的缺陷?/p>

一是业务人员对信息的访问非常不方便?/p>

很难进行跨数据集市或跨部

门的信息分析?/p>

另一个问题是每个数据集市都需要相应的软硬件投入,

当数据集市增加时?/p>

系统?

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

数据仓库概念的简单理?/p>

 

一个典型的企业数据仓库系统通常包含数据源?/p>

数据存储与管理?/p>

OLAP

服务器以及前端工具与

应用四个部分。如下图所示:

 

数据源:

 

是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信

息包括存放于企业操作型数据库中(通常存放?/p>

RDBMS

中)的各种业务数据和办公自动化(

OA

?/p>

?/p>

统包含的各类文档数据?/p>

外部信息包括各类法律法规?/p>

市场信息?/p>

竞争对手的信息以及各类外部统

计数据及各类文档等;

  

数据的存储与管理?/p>

 

是整个数据仓库系统的核心。在现有各业务系统的基础上,对数据进行抽取、清理,并有效集

成,

按照主题进行重新组织?/p>

最终确定数据仓库的物理存储结构?/p>

同时组织存储数据仓库元数?/p>

(具

体包括数据仓库的数据字典?/p>

记录系统定义?/p>

数据转换规则?/p>

数据加载频率以及业务规则等信息)

?/p>

按照数据的覆盖范围,

数据仓库存储可以分为企业级数据仓库和部门级数据仓?/p>

(通常称为

“数?/p>

集市”,

Data Mart

)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这?/p>

功能与目前的

DBMS

基本一致?/p>

 

OLAP

服务器:

 

对分析需要的数据按照多维数据模型进行再次重组,以支持用户多角度、多层次的分析,发现

数据趋势?/p>

其具体实现可以分为:

ROLAP

?/p>

MOLAP

?/p>

HOLAP

?/p>

ROLAP

基本数据和聚合数据均存放?/p>

RDBMS

之中?/p>

MOLAP

基本数据和聚合数据均存放于多维数据库中;?/p>

HOLAP

?/p>

ROLAP

?/p>

MOLAP

的综合,?/p>

本数据存放于

RDBMS

之中,聚合数据存放于多维数据库中?/p>

     

前端工具与应用:

 

前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数?/p>

仓库或数据集市开发的应用。其中数据分析工具主要针?/p>

OLAP

服务器,报表工具、数据挖掘工?/p>

既针对数据仓库,同时也针?/p>

OLAP

服务器?/p>

 

 

集线器与车轮状结构的企业级数据仓?/p>

  

 

    

这种结构也称为?/p>

Hub 

and 

Spoke

”,这是因为中央数据库汇集了来自各业务处理系统的数据?/p>

同时也负责向各从属数据集市提供信息,看上去像一?/p>

Hub (

集线?/p>

)

;而业务人员在进行数据?/p>

析与信息访问时将根据需要连接到不同的数据集市,这种交叉复杂的连接看上去就像

Spoke(

车轮

辐条

)

一样?/p>

  

“Hub 

and 

Spoke”结构解决了企业内统一数据存储模型的问题,但从实际使用的角

度来看仍有比较严重的缺陷?/p>

一是业务人员对信息的访问非常不方便?/p>

很难进行跨数据集市或跨部

门的信息分析?/p>

另一个问题是每个数据集市都需要相应的软硬件投入,

当数据集市增加时?/p>

系统?

Ͼλ">
Ͼλ
Ŀ

数据仓库概念的简单理?- 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

数据仓库概念的简单理?/p>

 

一个典型的企业数据仓库系统通常包含数据源?/p>

数据存储与管理?/p>

OLAP

服务器以及前端工具与

应用四个部分。如下图所示:

 

数据源:

 

是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信

息包括存放于企业操作型数据库中(通常存放?/p>

RDBMS

中)的各种业务数据和办公自动化(

OA

?/p>

?/p>

统包含的各类文档数据?/p>

外部信息包括各类法律法规?/p>

市场信息?/p>

竞争对手的信息以及各类外部统

计数据及各类文档等;

  

数据的存储与管理?/p>

 

是整个数据仓库系统的核心。在现有各业务系统的基础上,对数据进行抽取、清理,并有效集

成,

按照主题进行重新组织?/p>

最终确定数据仓库的物理存储结构?/p>

同时组织存储数据仓库元数?/p>

(具

体包括数据仓库的数据字典?/p>

记录系统定义?/p>

数据转换规则?/p>

数据加载频率以及业务规则等信息)

?/p>

按照数据的覆盖范围,

数据仓库存储可以分为企业级数据仓库和部门级数据仓?/p>

(通常称为

“数?/p>

集市”,

Data Mart

)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这?/p>

功能与目前的

DBMS

基本一致?/p>

 

OLAP

服务器:

 

对分析需要的数据按照多维数据模型进行再次重组,以支持用户多角度、多层次的分析,发现

数据趋势?/p>

其具体实现可以分为:

ROLAP

?/p>

MOLAP

?/p>

HOLAP

?/p>

ROLAP

基本数据和聚合数据均存放?/p>

RDBMS

之中?/p>

MOLAP

基本数据和聚合数据均存放于多维数据库中;?/p>

HOLAP

?/p>

ROLAP

?/p>

MOLAP

的综合,?/p>

本数据存放于

RDBMS

之中,聚合数据存放于多维数据库中?/p>

     

前端工具与应用:

 

前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数?/p>

仓库或数据集市开发的应用。其中数据分析工具主要针?/p>

OLAP

服务器,报表工具、数据挖掘工?/p>

既针对数据仓库,同时也针?/p>

OLAP

服务器?/p>

 

 

集线器与车轮状结构的企业级数据仓?/p>

  

 

    

这种结构也称为?/p>

Hub 

and 

Spoke

”,这是因为中央数据库汇集了来自各业务处理系统的数据?/p>

同时也负责向各从属数据集市提供信息,看上去像一?/p>

Hub (

集线?/p>

)

;而业务人员在进行数据?/p>

析与信息访问时将根据需要连接到不同的数据集市,这种交叉复杂的连接看上去就像

Spoke(

车轮

辐条

)

一样?/p>

  

“Hub 

and 

Spoke”结构解决了企业内统一数据存储模型的问题,但从实际使用的角

度来看仍有比较严重的缺陷?/p>

一是业务人员对信息的访问非常不方便?/p>

很难进行跨数据集市或跨部

门的信息分析?/p>

另一个问题是每个数据集市都需要相应的软硬件投入,

当数据集市增加时?/p>

系统?



ļ׺.doc޸Ϊ.docĶ

  • Ȼվѹ
  • ͳ䱣õб,б
  • СѧĽѧѧĶdz̸
  • ԭӦ
  • ҵϰ
  • ѧϰ2015
  • 2018-2024йҵг뷢չǰ(Ŀ¼)
  • ӢѧרҵѡҪעʲô
  • ׫̵15ִʽ,17ϻ߻
  • Ӣ﷨+Ӣ﷨

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)