淺談數(shù)據(jù)倉庫
前言：數(shù)據(jù)挖掘的一個重要基礎(chǔ)就是大量的、高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)的采集和收集是數(shù)據(jù)挖掘基礎(chǔ)且重要的一步。由于數(shù)據(jù)本身的類型多樣，具有異構(gòu)性和多維度、復(fù)雜等特性，需要一種有組織的、高效的數(shù)據(jù)存取結(jié)構(gòu)，集成存儲，所以誕生了數(shù)據(jù)倉庫。
一數(shù)據(jù)庫和數(shù)據(jù)倉庫
根據(jù)以上的對比，我們總結(jié)數(shù)據(jù)倉庫的特點如下：
1面向主題的。按照需要支持的決策主題組織數(shù)據(jù)，將同一主題數(shù)據(jù)進(jìn)行存儲。
2集成的。將分散在不同數(shù)據(jù)庫中的異構(gòu)的、類型多樣的、彼此相互獨立的數(shù)據(jù)進(jìn)行整合，收集。
3相對穩(wěn)定的。數(shù)據(jù)庫中不再具有實時性的數(shù)據(jù)，被存儲到數(shù)據(jù)倉庫中。
4反應(yīng)歷史變化。數(shù)據(jù)倉庫中數(shù)據(jù)的時間屬性非常重要，可以表達(dá)歷史變化。滿足決策需求。
二數(shù)據(jù)（庫）模型
三設(shè)計數(shù)據(jù)倉庫
數(shù)據(jù)倉庫建立過程：
ETL處理的過程：
具體用來進(jìn)行ETL的工具有很多，我們可以選取幾門進(jìn)行掌握。方便進(jìn)行ETL處理。
元數(shù)據(jù)
數(shù)據(jù)倉庫模型的建立采用兩種技術(shù)，一種是將數(shù)據(jù)倉庫模型構(gòu)造為多維數(shù)組，另外一種是用關(guān)系模型存放數(shù)據(jù)倉庫中的數(shù)據(jù)，并調(diào)用關(guān)系數(shù)據(jù)庫引擎將數(shù)據(jù)以多維格式展現(xiàn)給用戶。
數(shù)據(jù)集市與決策支持系統(tǒng)
數(shù)據(jù)集市中的數(shù)據(jù)是面向某個特定主題的，且分為兩類，第一類：獨立型數(shù)據(jù)集市－直接從傳統(tǒng)操作型數(shù)據(jù)庫或外部數(shù)據(jù)源中獲取數(shù)據(jù)；第二類：依賴型數(shù)據(jù)類型－從企業(yè)數(shù)據(jù)倉庫中獲取數(shù)據(jù)。數(shù)據(jù)倉庫不可能由多個數(shù)據(jù)集市進(jìn)行簡單合并而產(chǎn)生。
決策支持系統(tǒng)
決策支持的形式可以是數(shù)據(jù)報告、分析數(shù)據(jù)和只是發(fā)現(xiàn)三個層次。
數(shù)據(jù)報告：報告數(shù)據(jù)依賴于數(shù)據(jù)查詢，是最低層次的決策支持。但作為基礎(chǔ)，一部分內(nèi)容報告對任何成功的商業(yè)運作都是最為重要的。
分析數(shù)據(jù)：通常用某種形式的多維數(shù)據(jù)分析工具來完成。
知識發(fā)現(xiàn)：數(shù)據(jù)挖掘的主要任務(wù)是知識發(fā)現(xiàn)，但是使用一些復(fù)雜的查詢和數(shù)據(jù)分析技術(shù)有時能夠發(fā)現(xiàn)數(shù)據(jù)中有趣的模式。
四聯(lián)機(jī)分析處理
這里只是簡單的介紹數(shù)據(jù)倉庫的一些概念，具體的案例和應(yīng)用，技術(shù)的實現(xiàn)，以后的筆記給出。
2016/9/4
