數(shù)據(jù)倉(cāng)庫(kù)課后習(xí)題答案

1、 第一章作業(yè)1 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的本質(zhì)差別是什么？書P2（1）數(shù)據(jù)庫(kù)用于事務(wù)處理，數(shù)據(jù)倉(cāng)庫(kù)用于決策分析。（2）數(shù)據(jù)庫(kù)保持事物處理的當(dāng)前狀態(tài)，數(shù)據(jù)倉(cāng)庫(kù)即保存過去的數(shù)據(jù)又保存當(dāng)前的數(shù)據(jù)。（3）數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是大量數(shù)據(jù)庫(kù)的集成。（4）對(duì)數(shù)據(jù)庫(kù)的操作比較明確，操作數(shù)量較小。對(duì)數(shù)據(jù)倉(cāng)庫(kù)操作不明確，操作數(shù)據(jù)量大。6.OLTPOLAP細(xì)節(jié)性數(shù)據(jù)綜合性數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)經(jīng)常更新不更新，但周期性刷新一次性處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大對(duì)響應(yīng)時(shí)間要求高響應(yīng)時(shí)間合理面向應(yīng)用，事務(wù)驅(qū)動(dòng)面向分析，分析驅(qū)動(dòng)8 定義為關(guān)于數(shù)據(jù)的數(shù)據(jù)，描述數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)及其環(huán)境的數(shù)據(jù)。9 元數(shù)據(jù)不僅僅是數(shù)據(jù)倉(cāng)庫(kù)的字典，而且還是數(shù)據(jù)倉(cāng)庫(kù)本

2、身功能的說(shuō)明數(shù)據(jù)，是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的核心。數(shù)據(jù)字典是關(guān)于數(shù)據(jù)庫(kù)中數(shù)據(jù)的描述，而不是數(shù)據(jù)本身，數(shù)據(jù)字典是數(shù)據(jù)庫(kù)的元數(shù)據(jù)。18、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的不同。統(tǒng)計(jì)學(xué)主要是對(duì)數(shù)量數(shù)據(jù)或連續(xù)值數(shù)據(jù)進(jìn)行數(shù)值計(jì)算的定量分析，得到數(shù)量信息。數(shù)據(jù)挖掘主要對(duì)離散數(shù)據(jù)進(jìn)行定性分析，得到規(guī)則知識(shí)。在統(tǒng)計(jì)學(xué)中有聚類分析和判別分析，它們與數(shù)據(jù)挖掘中的聚類和分類相似。但是，采用的標(biāo)準(zhǔn)不一樣，統(tǒng)計(jì)學(xué)的聚類采用的“距離”是歐式距離，即兩點(diǎn)間的坐標(biāo)(數(shù)值)距離。而數(shù)據(jù)挖掘的聚類采用的“距離”是海明距離，即屬性取值是否相同，相同者距離為0，不相同者距離為1。總之，統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘是有區(qū)別的，但是，它們之間是相互補(bǔ)充的。不少數(shù)據(jù)挖掘的著作

3、中均把統(tǒng)計(jì)學(xué)的不少方法引入到數(shù)據(jù)挖掘中，與將機(jī)器學(xué)習(xí)中不少方法引入到數(shù)據(jù)挖掘中一樣，作為從數(shù)據(jù)獲取知識(shí)的一大類方法。19、說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的不同。數(shù)據(jù)倉(cāng)庫(kù)是在數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來(lái)的。它將大量的數(shù)據(jù)庫(kù)的數(shù)據(jù)按決策需求進(jìn)行重新組織，以數(shù)據(jù)倉(cāng)庫(kù)的形式進(jìn)行存儲(chǔ)，將為用戶提供輔助決策的隨機(jī)查詢、綜合信息以及隨時(shí)間變化的趨勢(shì)分析信息等。數(shù)據(jù)倉(cāng)庫(kù)是一種存儲(chǔ)技術(shù)，其數(shù)據(jù)存儲(chǔ)量是一般數(shù)據(jù)庫(kù)的100倍，包含大量的歷史數(shù)據(jù)、當(dāng)前的詳細(xì)數(shù)據(jù)以及綜合數(shù)據(jù)。它能適應(yīng)不同用戶對(duì)不同決策需要提供所需的數(shù)據(jù)和信息。數(shù)據(jù)挖掘是從人工智能機(jī)器學(xué)習(xí)中發(fā)展起來(lái)的。它研究各種方法和技術(shù)，從大量的數(shù)據(jù)中挖掘出有用的信息和知識(shí)。最常

4、用的數(shù)據(jù)挖掘方法是統(tǒng)計(jì)分析方法、神經(jīng)網(wǎng)絡(luò)方法和機(jī)器學(xué)習(xí)中研究的方法。數(shù)據(jù)挖掘中采用機(jī)器學(xué)習(xí)的方法有歸納學(xué)習(xí)方法(如覆蓋正例排斥反例方法，如AQ系列算法、決策樹方法等)、遺傳算法、發(fā)現(xiàn)學(xué)習(xí)算法(如公式發(fā)現(xiàn)系統(tǒng)BACON)等。利用數(shù)據(jù)挖掘的方法和技術(shù)從數(shù)據(jù)倉(cāng)庫(kù)中挖掘的信息和知識(shí)，反映了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的規(guī)律性。用戶利用這些信息和知識(shí)來(lái)指導(dǎo)和幫助決策。例如，利用分類規(guī)則來(lái)預(yù)測(cè)未知實(shí)體的類別。23：數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析出口里、數(shù)據(jù)挖掘在決策支持方面有什么不同？答：數(shù)據(jù)倉(cāng)庫(kù)視為輔助決策而建立的，單依靠數(shù)據(jù)倉(cāng)庫(kù)達(dá)到輔助決策的能力是有限的，綜合信息和預(yù)測(cè)信息是數(shù)據(jù)倉(cāng)庫(kù)所獲得的輔助決策信息。數(shù)據(jù)倉(cāng)庫(kù)中增加聯(lián)機(jī)分析

5、處理和數(shù)據(jù)挖掘等分析工具，能較大的提高輔助決策能力。數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理幾數(shù)據(jù)挖掘結(jié)合的決策支持系統(tǒng)，是以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的，稱為基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)。概括地說(shuō)：基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)是從數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中獲取輔助決策信息和知識(shí)，為決策提供支持。25畫出基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)結(jié)構(gòu)圖。如圖：28 如何理解商業(yè)智能與基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)的區(qū)別于聯(lián)系？答：可以認(rèn)為，商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級(jí)決策者獲得知識(shí)或洞察力（insight），促使他們做出對(duì)企業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的

6、實(shí)現(xiàn)涉及到軟件、硬件、咨詢服務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)部分。第二章作業(yè)1. 畫出數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)圖，說(shuō)明各部分內(nèi)容。P18答：當(dāng)前基本數(shù)據(jù)是最近時(shí)期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)用戶最感興趣的部分?jǐn)?shù)據(jù)量大。隨著時(shí)間的推移，有數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間控制機(jī)制轉(zhuǎn)為歷史數(shù)據(jù)，輕度綜合數(shù)據(jù)是從當(dāng)前基本數(shù)據(jù)中提取出來(lái)的，最高一層是高度綜合數(shù)據(jù)層，這一層的數(shù)據(jù)十分精煉，是一種準(zhǔn)決策數(shù)據(jù)。2. 說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中包含輕度綜合層與高度綜合數(shù)據(jù)層的作用。這些數(shù)據(jù)為什么不是臨時(shí)計(jì)算出來(lái)的。P18-19數(shù)據(jù)倉(cāng)庫(kù)除了存儲(chǔ)按主題組織起來(lái)的當(dāng)前詳細(xì)數(shù)據(jù)外，還需要存儲(chǔ)綜合數(shù)據(jù)，這是為了適應(yīng)決策需求而增加

7、的。在數(shù)據(jù)庫(kù)中需要得到綜合數(shù)據(jù)時(shí)，采用數(shù)據(jù)立方體的方法對(duì)詳細(xì)數(shù)據(jù)進(jìn)行綜合。在數(shù)據(jù)倉(cāng)庫(kù)中并不采取臨時(shí)計(jì)算的方式得到綜合數(shù)據(jù)，而在用戶提出需要綜合數(shù)據(jù)之前，就預(yù)先將可能的綜合數(shù)據(jù)利用數(shù)據(jù)立方體計(jì)算好，存入綜合數(shù)據(jù)層中，這種綜合數(shù)據(jù)層在用戶查詢時(shí)，能迅速提供給用戶。3. 說(shuō)明數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別和聯(lián)系。P206.畫出數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu)圖，說(shuō)明把倉(cāng)庫(kù)管理和分析工具作為數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的兩個(gè)獨(dú)立組成部分的原因。圖：P22原因：倉(cāng)庫(kù)管理：安全和特權(quán)管理；跟蹤數(shù)據(jù)的更新；數(shù)據(jù)質(zhì)量檢查；管理和更新元數(shù)據(jù)；審計(jì)和報(bào)告數(shù)據(jù)倉(cāng)庫(kù)的使用和狀態(tài)；刪除數(shù)據(jù)；復(fù)制、分割和分發(fā)數(shù)據(jù)；備份和恢復(fù)；存儲(chǔ)管理。訪問工具：為用戶訪問數(shù)

8、據(jù)倉(cāng)庫(kù)提供手段9.畫出數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行結(jié)構(gòu)圖，說(shuō)明三層C/S結(jié)構(gòu)和兩層C/S結(jié)構(gòu)的不同點(diǎn)。數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器客戶端 二層C/S結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器三層C/S結(jié)構(gòu)客戶端OLAP服務(wù)器OLAP服務(wù)器將加強(qiáng)和規(guī)范化決策支持的服務(wù)工作，集中和簡(jiǎn)化了數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器的部分工作，即OLAP服務(wù)器從數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器中抽取數(shù)據(jù)，在OLAP服務(wù)器中轉(zhuǎn)換成客戶端要求的多維視圖，并進(jìn)行多維數(shù)據(jù)分析，將分析結(jié)果傳送給客戶端，這種結(jié)構(gòu)形式工作效率更高。11.數(shù)據(jù)模型與數(shù)學(xué)模型有什么區(qū)別？ 答：數(shù)據(jù)模型是數(shù)據(jù)特征的抽象，數(shù)據(jù)管理教學(xué)的形式框架，數(shù)據(jù)庫(kù)系統(tǒng)中用以提高信息表示和操作手段的形勢(shì)構(gòu)架。數(shù)據(jù)模型包括數(shù)據(jù)庫(kù)的數(shù)據(jù)的結(jié)構(gòu)部分、數(shù)據(jù)

9、庫(kù)數(shù)據(jù)的操作部分和數(shù)據(jù)庫(kù)數(shù)據(jù)的約束條件。數(shù)學(xué)模型是根據(jù)對(duì)研究對(duì)象所觀察到的現(xiàn)象及實(shí)踐經(jīng)驗(yàn)，歸結(jié)成的一套反映其內(nèi)部因素?cái)?shù)量關(guān)系的數(shù)學(xué)公式、邏輯準(zhǔn)則和具體算法。用以描述和研究客觀現(xiàn)象的運(yùn)動(dòng)規(guī)律。15第三范式數(shù)據(jù)模型與星型模型有什么不同？第三范式不同于星型模型之處在于，把事實(shí)表和維表的屬性作為一個(gè)實(shí)體都集中在同一數(shù)據(jù)庫(kù)表中，或分成多個(gè)實(shí)體用多個(gè)表來(lái)表示，每個(gè)表按第三范式組織數(shù)據(jù)。它減少了為表中的鍵和不必要的屬性。17簡(jiǎn)單說(shuō)明ETL過程的主要步驟。ETL過程的主要步驟概括為：（1）決定數(shù)據(jù)倉(cāng)庫(kù)中需要的所有的目標(biāo)數(shù)據(jù)（2）決定所有的數(shù)據(jù)源，包括內(nèi)部和外部的數(shù)據(jù)源（3）準(zhǔn)備從源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的數(shù)據(jù)映射關(guān)系

10、（4）建立全面的數(shù)據(jù)抽取規(guī)則（5）決定數(shù)據(jù)轉(zhuǎn)換和清洗規(guī)則（6）為綜合表制定計(jì)劃（7）組織數(shù)據(jù)緩沖區(qū)域和檢測(cè)工具（8）為所有的數(shù)據(jù)裝載編寫規(guī)程（9）維度表的抽取、轉(zhuǎn)換和裝載（10）事實(shí)表的抽取、轉(zhuǎn)換和裝載18、說(shuō)明數(shù)據(jù)抽取工作的內(nèi)容。P2821數(shù)據(jù)裝載方式與類型有哪些？答：數(shù)據(jù)倉(cāng)庫(kù)中最基本的元數(shù)據(jù)相當(dāng)于數(shù)據(jù)庫(kù)系統(tǒng)中的數(shù)據(jù)字典。由于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)有很大的不同，因此元數(shù)據(jù)的作用遠(yuǎn)不是數(shù)據(jù)字典所能相比的。元數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中有著舉足輕重的作用，它不僅僅定義了數(shù)據(jù)倉(cāng)庫(kù)有什么，指明了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的內(nèi)容和位置，刻畫了數(shù)據(jù)的抽取和轉(zhuǎn)換規(guī)則，存儲(chǔ)了與數(shù)據(jù)倉(cāng)庫(kù)有關(guān)的各種商業(yè)信息，而且整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行都是基于元

11、數(shù)據(jù)的，如數(shù)據(jù)的修改，跟蹤，抽取，裝入，綜合等。23什么是關(guān)于數(shù)據(jù)源的元數(shù)據(jù)？答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)之間的關(guān)系，是用戶管理數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)。這種元數(shù)據(jù)可以支持從數(shù)據(jù)倉(cāng)庫(kù)中獲取數(shù)據(jù)。用戶可以提出需要哪些表，系統(tǒng)從中選一個(gè)表，并得到表之間的關(guān)系。重復(fù)該過程，用戶希望能夠得到希望的數(shù)據(jù)。24什么是關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)？ 答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)間的關(guān)系，支持用戶從數(shù)據(jù)倉(cāng)庫(kù)中獲取數(shù)據(jù)。25什么是關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)？答：關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)，反映了數(shù)據(jù)源與數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)之間的映射，以及數(shù)據(jù)項(xiàng)是從哪個(gè)特定的數(shù)據(jù)源抽取的，經(jīng)過了哪些

12、轉(zhuǎn)換、變換和裝載。第三章作業(yè)1. 聯(lián)機(jī)分析處理（OLAP）的簡(jiǎn)單定義是什么？它體現(xiàn)的特征是什么。P402. OLAP準(zhǔn)則中的主要準(zhǔn)則有哪些？P413.什么是維？關(guān)系數(shù)據(jù)庫(kù)是二維數(shù)據(jù)嗎？如何理解多維數(shù)據(jù)？P43維是人們觀察數(shù)據(jù)的特定角度。關(guān)系數(shù)據(jù)庫(kù)不是二維數(shù)據(jù)，只是通過二維關(guān)系表示了數(shù)據(jù)的多維概念。多維數(shù)據(jù)就是從多個(gè)特定角度來(lái)觀察特定的變量。4.MDDB（Multi Dimensional Database, 多維數(shù)據(jù)庫(kù)）是以多維的方式組織數(shù)據(jù)，即以維作為坐標(biāo)系，采用類似于數(shù)組的形式存儲(chǔ)數(shù)據(jù)。RDBMS（relational database management system，關(guān)系型數(shù)據(jù)庫(kù)管理

13、系統(tǒng)）通過數(shù)據(jù)、關(guān)系和對(duì)數(shù)據(jù)的約束三者組成的數(shù)據(jù)模型來(lái)存放和管理數(shù)據(jù)MDDB特點(diǎn)：1. 數(shù)據(jù)庫(kù)中的元素具有相同的數(shù)值2. 多維數(shù)據(jù)庫(kù)表達(dá)清晰，3. 占用存儲(chǔ)少RDBMS的特點(diǎn)：1.數(shù)據(jù)以表格的形式出現(xiàn)2.每行為各種記錄名稱3.每列為記錄名稱所對(duì)應(yīng)的數(shù)據(jù)域4.許多的行和列組成一張表單5.若干的表單組成database5.1.數(shù)據(jù)存取速度ROLAP服務(wù)器需要將SQL語(yǔ)句轉(zhuǎn)化為多維存儲(chǔ)語(yǔ)句，臨時(shí)“拼合”出多維數(shù)據(jù)立方體。因此，ROLAP的響應(yīng)時(shí)間較長(zhǎng)。MOLAP在數(shù)據(jù)存儲(chǔ)速度上性能好，響應(yīng)速度快。 2.數(shù)據(jù)存儲(chǔ)的容量ROLAP使用的傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)方法，在存儲(chǔ)容量上基本沒有限制。MOLAP通常采

14、用多平面疊加成立體的方式存放數(shù)據(jù)。當(dāng)數(shù)據(jù)量超過操作系統(tǒng)最大文件長(zhǎng)度時(shí)，需要進(jìn)行數(shù)據(jù)分割。多維數(shù)據(jù)庫(kù)的數(shù)據(jù)量級(jí)難以達(dá)到太大的字節(jié)級(jí)。 3.多維計(jì)算的能力MOLAP能夠支持高性能的決策支持計(jì)算。ROLAP無(wú)法完成多行的計(jì)算和維之間的計(jì)算。4.維度變化的適應(yīng)性MOLAP增加新的維度，則多維數(shù)據(jù)庫(kù)通常需要重新建立。ROLAP對(duì)于維表的變更有很好的適應(yīng)性。5.數(shù)據(jù)變化的適應(yīng)性當(dāng)數(shù)據(jù)頻繁的變化時(shí)，MOLAP需要進(jìn)行大量的重新計(jì)算，甚至重新建立索引乃至重構(gòu)多維數(shù)據(jù)庫(kù)。在ROLAP中靈活性較好，對(duì)于數(shù)據(jù)變化的適應(yīng)性高。6.軟硬件平臺(tái)的適應(yīng)性ROLAP對(duì)軟硬件平臺(tái)的適應(yīng)性很好，而MOLAP相對(duì)較差。7.元數(shù)據(jù)管

15、理目前在元數(shù)據(jù)的管理，MOLAP和ROLAP都沒有成形的標(biāo)準(zhǔn)。 6.在HOLAP中，對(duì)最常用的維度和維層次，使用多維數(shù)據(jù)表來(lái)存儲(chǔ)，對(duì)于用戶不常用的維度和數(shù)據(jù)，采用ROLAP星型結(jié)構(gòu)來(lái)存儲(chǔ)。7多維數(shù)據(jù)顯示的兩種方法：關(guān)系數(shù)據(jù)庫(kù)方式和多維數(shù)據(jù)庫(kù)方式。關(guān)系數(shù)據(jù)庫(kù)可以顯示更多維的數(shù)據(jù)，但用事實(shí)表顯示多維數(shù)據(jù)時(shí)，重復(fù)數(shù)據(jù)很多，也很繁瑣；多維數(shù)據(jù)庫(kù)雖然不能同時(shí)顯示三維以上數(shù)據(jù)，但顯示的數(shù)據(jù)很精煉。11、多維數(shù)據(jù)顯示的經(jīng)驗(yàn)規(guī)則是什么？答：多維數(shù)據(jù)的顯示只能在平面上展現(xiàn)出來(lái)，用多維數(shù)據(jù)庫(kù)顯示時(shí)，不能同時(shí)顯示三維以上數(shù)據(jù)，但可以固定一些維成員，重點(diǎn)顯示兩維維數(shù)據(jù)。最有效表示多維數(shù)據(jù)使用多維類型結(jié)構(gòu)（MTS），即

16、每一維用一條線段表示，維度中每一個(gè)成員都用線段上的一個(gè)區(qū)間表示。還可以使用行、列和頁(yè)表三個(gè)顯示組來(lái)表示。 經(jīng)驗(yàn)規(guī)則：1. 將維度盡量放在頁(yè)中，除非確定需要同時(shí)看到一個(gè)維度的多個(gè)成員；2. 當(dāng)維度嵌套在行貨列中時(shí)，考慮到垂直空間比水平空間更有用，所以講維度嵌套在列中比嵌套在行中要好；3. 在決定數(shù)據(jù)的屏幕顯示方式前，應(yīng)首先弄清楚需要查找和分析比較的內(nèi)容；12、舉例說(shuō)明OLAP的多維數(shù)據(jù)分析的切片操作。答：切片就是在某兩個(gè)維上取一定區(qū)間的維成員或全部維成員。如用三維數(shù)組表示為（地區(qū)，時(shí)間，產(chǎn)品，銷售額），如果在地區(qū)維度上選定一個(gè)維成員，就可以得到在該地區(qū)的一個(gè)切片（關(guān)于時(shí)間和產(chǎn)品的切片）。13比如

17、部門銷售數(shù)據(jù)表中部門1的銷售額為900元，對(duì)時(shí)間維進(jìn)行下鉆操作，可以得到各個(gè)季度分別的銷售額為多少。14（1） 切片：切片就是在某兩個(gè)維上取一定區(qū)間的為成員或全部維成員，而在其余的維上選定一個(gè)維成員的操作。切片的作用就是舍棄一些觀察角度，使人們能在兩個(gè)維上集中觀察數(shù)據(jù)。（2） 切塊：切塊分兩種情況：（1）在多維數(shù)據(jù)的某一個(gè)維上選定某一區(qū)間的維成員的操作。（2）選定多維數(shù)組的一個(gè)三維子集的操作。切塊可以看成是在切片的基礎(chǔ)上確定某一個(gè)維成員的區(qū)間得到的片段，也即由多個(gè)切片疊合起來(lái)的。（3） 鉆?。合蛳裸@取是使用戶在多層數(shù)據(jù)中能通過導(dǎo)航信息而獲得更多的細(xì)節(jié)性數(shù)據(jù)，向上鉆取獲取概括性信息。（4） 旋轉(zhuǎn)

18、：通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)，旋轉(zhuǎn)操作相當(dāng)于平面數(shù)據(jù)將坐標(biāo)軸旋轉(zhuǎn)。15、廣義OLAP功能如何提高多維數(shù)據(jù)分析能力。廣義OLAP功能主要是通過四個(gè)模型逐層深入從而提高多維數(shù)據(jù)分析能力。這四個(gè)模型分別是：(1)絕對(duì)模型：它屬于靜態(tài)數(shù)據(jù)分析，通過比較歷史數(shù)據(jù)值或行為來(lái)描述過去發(fā)生的事實(shí)。該模型查詢比較簡(jiǎn)單，綜合路徑是預(yù)先定義好的，用戶交互少。(2)解釋模型：它也屬于靜態(tài)數(shù)據(jù)分析，分析人員利用系統(tǒng)已有的多層次的綜合路徑層層細(xì)化，找出事實(shí)發(fā)生的原因。(3)思考模型:它屬于動(dòng)態(tài)數(shù)據(jù)分析，旨在說(shuō)明在一維或多維上引入一組具體變量或參數(shù)后將會(huì)發(fā)生什么。分析人員在引入確定的變量或公式關(guān)系時(shí)，必須創(chuàng)建大量的綜合

19、路徑。(4)公式模型:它的動(dòng)態(tài)數(shù)據(jù)分析能力更高，該模型表示在多個(gè)維上，需要引入哪些變量或參數(shù)，以及引入后所產(chǎn)生的結(jié)果。16、說(shuō)明數(shù)據(jù)立方體的概念數(shù)據(jù)立方體的概念是1996年，Jim Gray等首次提出的。數(shù)據(jù)立方體是實(shí)現(xiàn)多維數(shù)據(jù)查詢與分析的一種重要手段。實(shí)質(zhì)上，數(shù)據(jù)立方體就是數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中的綜合數(shù)據(jù)層。從此，基于數(shù)據(jù)立方體的生成方法一直是OLAP和數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域研究者所關(guān)注的熱點(diǎn)問題。多數(shù)據(jù)集的屬性分為維屬性和度量屬性。維數(shù)性是觀察數(shù)據(jù)對(duì)象的角度，而度量屬相則反映數(shù)據(jù)對(duì)象的特征。對(duì)于多維數(shù)據(jù)分析而言，本質(zhì)上是沿著不同的維度進(jìn)行數(shù)據(jù)獲取的過程。在數(shù)據(jù)立方體中，不同維度組合構(gòu)成了不同的子立方體，不

20、同維值的組合機(jī)器對(duì)應(yīng)的度量值構(gòu)成相應(yīng)的對(duì)于不同的查詢和分析。因此，數(shù)據(jù)立方體的構(gòu)建和維護(hù)等計(jì)算方法成為了多維數(shù)據(jù)分析研究的關(guān)鍵問題。17答：OLAP的邏輯結(jié)構(gòu)由OLAP視圖和數(shù)據(jù)存儲(chǔ)兩部分組成。OLAP視圖：對(duì)于用戶來(lái)說(shuō)它是數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中數(shù)據(jù)的多維邏輯表示，不管數(shù)據(jù)怎么存儲(chǔ)和存儲(chǔ)在何處。數(shù)據(jù)存儲(chǔ)：要求選擇數(shù)據(jù)實(shí)際存儲(chǔ)方式和實(shí)際存儲(chǔ)位置，兩種常用的選擇是多維數(shù)據(jù)存儲(chǔ)和關(guān)系數(shù)據(jù)存儲(chǔ)。18答：OLAP的物理結(jié)構(gòu)包括基于數(shù)據(jù)存儲(chǔ)的兩種方式：多維數(shù)據(jù)存儲(chǔ)和關(guān)系數(shù)據(jù)存儲(chǔ)。多維數(shù)據(jù)存儲(chǔ)主要有兩種選擇：多維數(shù)據(jù)存儲(chǔ)于客戶端或OLAP服務(wù)器。在第一種情況，多維數(shù)據(jù)存儲(chǔ)于客戶端，數(shù)據(jù)分析也在客戶端，這樣形成

21、了“胖”客戶端，這是一種兩層客戶/服務(wù)器的物理結(jié)構(gòu)。在第二種情況，多維數(shù)據(jù)存儲(chǔ)放在OLAP服務(wù)器中，抽取數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，然后將其轉(zhuǎn)換成多維數(shù)據(jù)結(jié)構(gòu)，并把OLAP服務(wù)器傳給客戶端，這時(shí)客戶端就變成了“瘦”客戶端，這是一種經(jīng)典的三層客戶/服務(wù)器物理結(jié)構(gòu)。19說(shuō)明濃縮立方體的壓縮方法和效果。答：濃縮立方體計(jì)算方法的基本原理是，在某些屬性或組合下的一個(gè)元組相對(duì)于其他元組具有唯一性，則稱為基本單一組(BST)，當(dāng)它的超集也是BST，且都是取同一度量值，在聚集運(yùn)算時(shí)，可以把這些屬性的度量值對(duì)應(yīng)的元組壓縮成一條元組存儲(chǔ)。一般來(lái)說(shuō)，濃縮立方體的壓縮率可以達(dá)到30%-70%。20.多維數(shù)據(jù)分析的MDX語(yǔ)言與數(shù)

22、據(jù)庫(kù)的SQL語(yǔ)言有什么不同？答：MDX語(yǔ)言結(jié)合了多維數(shù)據(jù)集，指定“維度”(ON子句)和“創(chuàng)建表達(dá)式計(jì)算的新成員”(MEMBER子句)，這樣就可以來(lái)從多維數(shù)據(jù)集中挖掘出指定的數(shù)據(jù)。21MDX提供的函數(shù)children來(lái)完成這個(gè)操作。Children 函數(shù)返回一個(gè)自然排序的集，該集包含指定成員的子成員。 如果指定的成員沒有子成員，則此函數(shù)返回一個(gè)空集。示例下例將返回 Geography 維度中 Geography 層次結(jié)構(gòu)的 United States 成員的子成員。SELECT Geography.Geography.Country.&United States.Ch

23、ildren ON 0FROM Adventure Works第四章作業(yè)1. 數(shù)據(jù)倉(cāng)庫(kù)的需求分析的任務(wù)是什么？P67需求分析的任務(wù)是通過詳細(xì)調(diào)查現(xiàn)實(shí)世界要處理的對(duì)象（企業(yè)、部門用戶等），充分了解源系統(tǒng)工作概況，明確用戶的各種需求，為設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)服務(wù)。概括地說(shuō)，需求分析要明確用那些數(shù)據(jù)經(jīng)過分析來(lái)實(shí)現(xiàn)用戶的決策支持需求。2. 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)需要確定的問題有哪些？P673. 實(shí)現(xiàn)決策支持所需要的數(shù)據(jù)包括哪些內(nèi)容？P68（1）源數(shù)據(jù)（2）數(shù)據(jù)轉(zhuǎn)換（3）數(shù)據(jù)存儲(chǔ)（4）決策分析4概念：將需求分析過程中得到的用戶需求抽象為計(jì)算機(jī)表示的信息結(jié)構(gòu)，叫做概念模型。特點(diǎn)：（1）能真實(shí)反映現(xiàn)實(shí)世界，能滿足用戶對(duì)數(shù)據(jù)的分

24、析，達(dá)到?jīng)Q策支持的要求，它是現(xiàn)實(shí)世界的一個(gè)真實(shí)模型。（2）易于理解，便利和用戶交換意見，在用戶的參與下，能有效地完成對(duì)數(shù)據(jù)倉(cāng)庫(kù)的成功設(shè)計(jì)。（3）易于更改，當(dāng)用戶需求發(fā)生變化時(shí)，容易對(duì)概念模型修改和擴(kuò)充。（4）易于向數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型（星型模型）轉(zhuǎn)換。5用長(zhǎng)方形表示實(shí)體，在數(shù)據(jù)倉(cāng)庫(kù)中就表示主題，橢圓形表示主題的屬性，并用無(wú)向邊把主題與其屬性連接起來(lái)；用菱形表示主題之間的聯(lián)系，用無(wú)向邊把菱形分別與有關(guān)的主題連接；若主題之間的聯(lián)系也具有屬性，則把屬性和菱形也用無(wú)向邊連接上。6數(shù)據(jù)庫(kù)的概念模型設(shè)計(jì)主要采用E-R概念模型的設(shè)計(jì)方法。數(shù)據(jù)倉(cāng)庫(kù)的概念模型設(shè)計(jì)主要采用E-R概念模型和面向?qū)ο蟮姆治龇椒ā? .

25、圖4.1所示的概念模型：商品和客戶是兩個(gè)主題，商品的銷售信息等同于客戶的購(gòu)物信息，而每個(gè)商品具有本身的商品固有信息和商品號(hào)，還有就是商品的庫(kù)存信息；客戶具有自己的固有信息，還有就是客戶號(hào)。8.邏輯模型：計(jì)算機(jī)所支持的有E-R圖轉(zhuǎn)換成的數(shù)據(jù)模型，數(shù)據(jù)的邏輯結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：星型模型9.數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：用來(lái)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)邏輯模型。在數(shù)據(jù)庫(kù)中，邏輯模型有關(guān)系、網(wǎng)狀、層次，可以清晰的表示各個(gè)關(guān)系。10.舉例說(shuō)明從數(shù)據(jù)倉(cāng)庫(kù)的概念模型到邏輯模型的轉(zhuǎn)換?概念模型是對(duì)每個(gè)決策與屬性及主體之間的關(guān)系用E-R圖來(lái)表示的，E-R圖能有效的將現(xiàn)實(shí)的世界表示成信息世界，他利于向計(jì)算機(jī)的表示形式進(jìn)行轉(zhuǎn)化

26、。而邏輯模型設(shè)計(jì)是需求分析主題域，將概念模型E-R圖轉(zhuǎn)化為邏輯模型，即計(jì)算機(jī)表示的數(shù)據(jù)模型，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型一般采用星型模型。例如 概念模型設(shè)計(jì)時(shí)，確定了商品和客戶兩個(gè)主題。其中商品對(duì)于商場(chǎng)來(lái)說(shuō)是更基本的業(yè)務(wù)對(duì)象，商品的業(yè)務(wù)有銷售、采購(gòu)、庫(kù)存。其中商品銷售時(shí)最重要的業(yè)務(wù)。它是進(jìn)行決策分析的重要方面。星型模型的設(shè)計(jì)如下：確定決策分析需求，數(shù)據(jù)倉(cāng)庫(kù)是面向決策分析的，決策需求是建立多維數(shù)據(jù)模型的依據(jù)。例如分析銷售額趨勢(shì)，對(duì)商品的銷售量，促銷手段對(duì)銷售的影響。從需求中識(shí)別出事實(shí)，從決策主題確定的情況下，選擇或設(shè)計(jì)反映決策主體業(yè)務(wù)表。例如在商品主題中，以銷售數(shù)據(jù)為事實(shí)表。確定維，確定影響事實(shí)的各種因素

27、，對(duì)銷售業(yè)務(wù)的維一般的包括商店，地區(qū)，部門，城市，時(shí)間，商品等。確定數(shù)據(jù)匯總的水平，存在于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)包括匯總的數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)中對(duì)數(shù)據(jù)不同粒度的綜合形成了多層次的數(shù)據(jù)結(jié)構(gòu)。例如 對(duì)于時(shí)間維，可以用年 月 日 不同水平進(jìn)行匯總。設(shè)計(jì)事實(shí)表和維表，設(shè)計(jì)事實(shí)表和維表的屬性，再事實(shí)表中應(yīng)該記錄哪些屬性是有維表的數(shù)量來(lái)決定的，一般來(lái)說(shuō)，與事實(shí)表相關(guān)的維表的數(shù)量應(yīng)該適中，太少的維表會(huì)影響查詢的質(zhì)量，用戶得不到需要的數(shù)據(jù)，太多的數(shù)據(jù)會(huì)影響查詢的速度。11. 在數(shù)據(jù)倉(cāng)庫(kù)中為什么考慮數(shù)據(jù)的粒度層次劃分？答： 所謂的粒度是指數(shù)據(jù)倉(cāng)庫(kù)宗數(shù)據(jù)單元的詳細(xì)程度和級(jí)別，數(shù)據(jù)越詳細(xì)，粒度越小，層次級(jí)別九月低；數(shù)據(jù)綜合度越

28、高，粒度越大，層次級(jí)別就越高。在傳統(tǒng)事務(wù)處理系統(tǒng)中，對(duì)數(shù)據(jù)的處理，操作都是再詳細(xì)數(shù)據(jù)級(jí)別上的，即最低的粒度。但是數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中主要是分析處理，粒度的劃分鍵直接影響數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)量以及所適合的查詢類型。一般需要將數(shù)據(jù)劃分為詳細(xì)數(shù)據(jù)，輕度綜合，高度綜合三級(jí)或更多及粒度。不同粒度級(jí)別的數(shù)據(jù)用于不同類型的分析處理。力度的劃分是數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)工作的一項(xiàng)重要內(nèi)容，粒度劃分是否適當(dāng)影響數(shù)據(jù)倉(cāng)庫(kù)性能的一個(gè)重要方面。12.數(shù)據(jù)倉(cāng)庫(kù)的記錄系統(tǒng)包括什么內(nèi)容，舉例說(shuō)明？答：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)源與多個(gè)已經(jīng)存在的事務(wù)處理系統(tǒng)外部系統(tǒng)，由于各個(gè)原系統(tǒng)的數(shù)據(jù)是面向應(yīng)用的，不能完整地描述企業(yè)中的主題域，并且多個(gè)數(shù)據(jù)源的數(shù)據(jù)存在者

29、許多不一致，因此要從數(shù)據(jù)倉(cāng)庫(kù)的概念模型出發(fā)，結(jié)合主題的多個(gè)表的關(guān)系模式，需要確定現(xiàn)有系統(tǒng)的哪些數(shù)據(jù)能較好地適應(yīng)數(shù)據(jù)的需求。這就要求選擇最完整的、最及時(shí)的、最準(zhǔn)確的、最接近外部實(shí)體源的數(shù)據(jù)作為記錄系統(tǒng)，同時(shí)這些數(shù)據(jù)所在的表的關(guān)系模式接近于構(gòu)成主體的多個(gè)標(biāo)的關(guān)系模式。記錄系統(tǒng)的定義要記入數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)。13、什么是物理模型？數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)包括哪些工作？答：物理模型就是邏輯模型在計(jì)算機(jī)中的物理結(jié)構(gòu)，其中包括存儲(chǔ)結(jié)構(gòu)和存取方法；數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)的工作包括：估計(jì)存儲(chǔ)容量、確定數(shù)據(jù)的存儲(chǔ)計(jì)劃、確定索引策略、確定數(shù)據(jù)存放位置和確定存儲(chǔ)分配。14、為什么數(shù)據(jù)倉(cāng)庫(kù)物理模型設(shè)計(jì)中要建立匯總計(jì)劃和確

30、定數(shù)據(jù)分區(qū)方案？答：如果數(shù)據(jù)倉(cāng)庫(kù)只存儲(chǔ)最小粒度的數(shù)據(jù)，每次查詢遍歷所有的明細(xì)記錄，然后生成匯總信息，這會(huì)造成很大的開銷，因此要建立匯總計(jì)劃； 分區(qū)可以將表分解成易于管理的小表，對(duì)事實(shí)表的分區(qū)醫(yī)保采用垂直分區(qū)或水平分區(qū)，這樣使得大表被分成小表，因此要建立分區(qū)方案。16. 概念模型：E-R圖；邏輯模型：星型模型物理模型：存儲(chǔ)結(jié)構(gòu)、索引、數(shù)據(jù)存放位置、存儲(chǔ)分配。17.（1）位索引技術(shù)：Bit-Wise索引技術(shù)；B-Tree索引技術(shù)（2）表示技術(shù)（3）廣義索引18.答：1、B-Tree只適合于高基數(shù)字段，但對(duì)于低基數(shù)字段毫無(wú)價(jià)值。2、B-Tree索引需占一定的空間和時(shí)間，增加了在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)造和維護(hù)索

31、引的代價(jià)。3、數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中常常是復(fù)雜的查詢，并經(jīng)常帶有分組及聚合條件，此時(shí)B-Tree索引往往無(wú)能為力。19、數(shù)據(jù)倉(cāng)庫(kù)中采用標(biāo)識(shí)技術(shù)有什么好處。答：使用標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)技術(shù)來(lái)儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)是非常昂貴的。較好的替代方法是用基于標(biāo)識(shí)的技術(shù)來(lái)儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)。一旦將基于標(biāo)識(shí)的數(shù)據(jù)庫(kù)存放在內(nèi)存中，處理速度會(huì)得到很大的提高。數(shù)據(jù)越多，標(biāo)識(shí)數(shù)據(jù)比標(biāo)準(zhǔn)的、基于記錄的數(shù)據(jù)更有利。因?yàn)閿?shù)據(jù)被大量壓縮，所以整個(gè)數(shù)據(jù)庫(kù)可以存放在內(nèi)存中?？梢运饕械男泻退械牧小?1、說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的四個(gè)階段和12個(gè)步驟答：如下圖所示發(fā)：分為分析設(shè)計(jì)階段；數(shù)據(jù)獲取階段；決策支持階段；維護(hù)與評(píng)估階段。22. 數(shù)據(jù)獲取階段包括數(shù)據(jù)抽取，數(shù)據(jù)

32、轉(zhuǎn)換，數(shù)據(jù)裝載3個(gè)步驟。數(shù)據(jù)抽取：數(shù)據(jù)抽取主要進(jìn)行數(shù)據(jù)源的確認(rèn)，確定數(shù)據(jù)抽取技術(shù)，確認(rèn)數(shù)據(jù)抽取頻率，按照時(shí)間要求抽取數(shù)據(jù)。數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)抽取得到的數(shù)據(jù)不能直接存入數(shù)據(jù)倉(cāng)庫(kù)的。數(shù)據(jù)轉(zhuǎn)換工作包括：數(shù)據(jù)格式的修改，字段的解碼，單個(gè)字段的分離，信息的合并，變量單位的轉(zhuǎn)化，時(shí)間的轉(zhuǎn)化，數(shù)據(jù)匯總等。數(shù)據(jù)裝載：數(shù)據(jù)裝載包括初始裝載，增量裝載，完全刷新。23. 數(shù)據(jù)倉(cāng)庫(kù)的簡(jiǎn)歷就是要達(dá)到?jīng)Q策支持的目的。決策支持階段包括信息查詢和知識(shí)探索兩個(gè)步驟。信息查詢：信息查詢者使用數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)目前存在的問題。為適應(yīng)信息查詢者的要求，數(shù)據(jù)倉(cāng)庫(kù)一般采用如下的方法提高信息查詢效率：創(chuàng)建數(shù)據(jù)陳列，預(yù)連接表格，預(yù)聚集數(shù)據(jù)，聚類數(shù)據(jù)。

33、知識(shí)探索：只是探索者使用數(shù)據(jù)倉(cāng)庫(kù)能對(duì)發(fā)現(xiàn)的問題找出原因。24. 維護(hù)與評(píng)估階段包括數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)，數(shù)據(jù)倉(cāng)庫(kù)維護(hù)，數(shù)據(jù)倉(cāng)庫(kù)評(píng)價(jià)。數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)：數(shù)據(jù)倉(cāng)庫(kù)建立以后，隨著數(shù)據(jù)用戶的不斷增加，時(shí)間的曾增長(zhǎng)，用戶查詢需求更多，數(shù)據(jù)會(huì)迅速增長(zhǎng)。數(shù)據(jù)倉(cāng)庫(kù)維護(hù)：數(shù)據(jù)倉(cāng)庫(kù)維護(hù)包括適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)的維護(hù)和正常系統(tǒng)維護(hù)兩類。數(shù)據(jù)倉(cāng)庫(kù)評(píng)估：數(shù)據(jù)倉(cāng)庫(kù)評(píng)估包括系統(tǒng)性能評(píng)定，投資回報(bào)分析，數(shù)據(jù)質(zhì)量評(píng)估。25.概括說(shuō)明“概念模型、邏輯模型、物理模型”分別是什么樣的數(shù)據(jù)模型？答：將需求分析過程中得到的用戶需求抽象為計(jì)算機(jī)表示的信息結(jié)構(gòu)，即概念模型。邏輯模型是由概念模型進(jìn)一步轉(zhuǎn)化成計(jì)算機(jī)支持的數(shù)據(jù)模型。物理模型是邏輯模型設(shè)計(jì)的數(shù)據(jù)模

34、型適應(yīng)應(yīng)用要求在計(jì)算機(jī)中的存儲(chǔ)結(jié)構(gòu)和存取方法。28. 當(dāng)有一個(gè)或多個(gè)維表沒有直接連接到事實(shí)表上，而是通過其他維表連接到事實(shí)表上時(shí)，其圖解就像多個(gè)雪花連接在一起，故稱雪花模型。雪花模型是對(duì)星型模型的擴(kuò)展。它對(duì)星型模型的維表進(jìn)一步層次化，原有的各維表可能被擴(kuò)展為小的事實(shí)表，形成一些局部的 "層次 " 區(qū)域，這些被分解的表都連接到主維度表而不是事實(shí)表。管理大量數(shù)據(jù)，數(shù)據(jù)的高效裝入和數(shù)據(jù)壓縮，存儲(chǔ)介質(zhì)的管理，元數(shù)據(jù)的管理，數(shù)據(jù)倉(cāng)庫(kù)語(yǔ)言，高效索引，多維數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)管理第五章作業(yè)1 數(shù)據(jù)倉(cāng)庫(kù)的兩類用戶有什么本質(zhì)的不同？P96數(shù)據(jù)倉(cāng)庫(kù)的用戶有兩類：信息使用者和探索者。信息使用者是使用數(shù)

35、據(jù)倉(cāng)庫(kù)的大量用戶，信息使用者以一種可以預(yù)測(cè)的、重復(fù)性的方式使用數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)。探索者完全不同于信息使用者，他們有一個(gè)完全不可預(yù)測(cè)的、非重復(fù)性的數(shù)據(jù)使用模式。2 數(shù)據(jù)倉(cāng)庫(kù)的信息使用者與數(shù)據(jù)庫(kù)的信息使用者有什么不同？數(shù)據(jù)庫(kù)的信息使用者主要關(guān)心當(dāng)前某一個(gè)時(shí)間段內(nèi)的數(shù)據(jù)，而數(shù)據(jù)倉(cāng)庫(kù)的信息使用者關(guān)心企業(yè)從過去某一時(shí)點(diǎn)(如開始應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn))到目前的各個(gè)階段的信息，通過這些信息，可以對(duì)企業(yè)的發(fā)展歷程和未來(lái)趨勢(shì)做出定量分析和預(yù)測(cè)。3.1非規(guī)格化規(guī)范化的作用是產(chǎn)生一種完全沒有數(shù)據(jù)冗余的設(shè)計(jì)方法。但是，有時(shí)在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)中引入一些有限的數(shù)據(jù)冗余來(lái)提高數(shù)據(jù)訪問效果。 2創(chuàng)建數(shù)據(jù)陣列創(chuàng)建數(shù)據(jù)陣列，將相關(guān)類型的數(shù)據(jù)

36、(如：1月、2月、3月等月份中的數(shù)據(jù))存儲(chǔ)在一起，提高訪問效果。3預(yù)連接表格一個(gè)公用鍵和共同使用的數(shù)據(jù)將表格合并在一起。共享一個(gè)公用鍵，可以將多個(gè)表格合并到一個(gè)物理表格中。這樣做可以很大程度的提高數(shù)據(jù)訪問效率。4預(yù)聚集數(shù)據(jù)根據(jù)“滾動(dòng)概括”結(jié)構(gòu)來(lái)組織數(shù)據(jù)。當(dāng)數(shù)據(jù)被輸入到數(shù)據(jù)倉(cāng)庫(kù)中時(shí)，以每小時(shí)為基礎(chǔ)存儲(chǔ)數(shù)據(jù)。在這一天結(jié)束時(shí)，以每天為基礎(chǔ)存儲(chǔ)累加每小時(shí)的數(shù)據(jù)。在一周結(jié)束時(shí)，以每周為基礎(chǔ)存儲(chǔ)累加每天的數(shù)據(jù)。月末時(shí)，則以每月為基礎(chǔ)存儲(chǔ)累加每周的數(shù)據(jù)。5聚類數(shù)據(jù)將不同類型的數(shù)據(jù)記錄放置在相同的物理位置。這為用戶查看這些記錄，可以在同一地點(diǎn)找到它們，提高查詢效率。6壓縮數(shù)據(jù)壓縮可以使可讀取的數(shù)據(jù)量極大。定期

37、凈化數(shù)據(jù)定期刪除數(shù)據(jù)倉(cāng)庫(kù)中不需要的數(shù)據(jù)，可以為每個(gè)用戶提高性能。 7合并查詢 如果查詢定期發(fā)生，那么可以通過把這些查詢合并到同一個(gè)表格中，從而節(jié)省大量資源。4. 增加一些數(shù)據(jù)冗余，相當(dāng)于增加了某些相同的數(shù)據(jù)，這些數(shù)據(jù)往往是我們很需要的或者是經(jīng)常被使用的，由于這些數(shù)據(jù)所占總量的比例增加，所以被訪問的概率增加，從而減少了查詢時(shí)間，提高了查詢速度。5. 聚類數(shù)據(jù)：基于產(chǎn)生共同信息，將不同類型的數(shù)據(jù)記錄放置在相同的物理位置。聚集數(shù)據(jù)：即概括數(shù)據(jù)，相同的商業(yè)維度和指標(biāo)存儲(chǔ)數(shù)據(jù)。6. 合并查詢：把定期的一些查詢合并到同一個(gè)表格中，來(lái)節(jié)省大量資源，達(dá)到掃描數(shù)據(jù)倉(cāng)庫(kù)表格的次數(shù)最小化。7.探索者所作的工作有哪些

38、？答：探索者查看治療和歷史記錄，在多數(shù)情況下，探索者考慮數(shù)據(jù)不同類型和數(shù)據(jù)具值之間的關(guān)系。探索者要做的工作概括分析，抽取、建模和分類。8.數(shù)據(jù)倉(cāng)庫(kù)的探索者的工作與數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者的工作有什么不同？答：數(shù)據(jù)倉(cāng)庫(kù)的探索者是尋找不平常的且有用的商業(yè)運(yùn)作模型的用戶群，探索者查看詳細(xì)的資料和歷史記錄，他們要做的的工作有概括分析、抽取、建模和分類；而數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者是那些對(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)做出歸納和分析的專業(yè)人士，他們從數(shù)據(jù)庫(kù)的數(shù)據(jù)中提煉出有用的信息和一些數(shù)據(jù)的客觀規(guī)律。9.說(shuō)明企業(yè)需要哪些戰(zhàn)略信息與實(shí)現(xiàn)方法。答：企業(yè)需要的戰(zhàn)略信息有：銷量最好的產(chǎn)品名單、出現(xiàn)問題的地區(qū)、查找出現(xiàn)問題的原因、對(duì)比其他的數(shù)據(jù)

39、（橫向鉆?。@示最大利潤(rùn)以及一些警告信息。實(shí)現(xiàn)方法有：查詢與報(bào)表決策支持、多維分析和原因分析和預(yù)測(cè)未來(lái)。11.數(shù)據(jù)庫(kù)是面向事務(wù)的設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是面向主題設(shè)計(jì)的。 數(shù)據(jù)庫(kù)一般存儲(chǔ)在線交易數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)的一般是歷史數(shù)據(jù)。數(shù)據(jù)庫(kù)是為捕獲數(shù)據(jù)而設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是為分析數(shù)據(jù)而設(shè)計(jì)，它的兩個(gè)基本的元素是維表和事實(shí)表。12.說(shuō)明如何利用數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)問題并找出產(chǎn)生問題的原因答：主要是通過三個(gè)步驟來(lái)完成的：概括分析，抽取，建模。概括分析是第一步。分析數(shù)據(jù)的完整性和準(zhǔn)確性。抽取是通過概括分析，所學(xué)數(shù)據(jù)的輪廓已經(jīng)基本顯示出來(lái)。數(shù)據(jù)抽取就是將數(shù)據(jù)倉(cāng)庫(kù)中抽取制定的數(shù)據(jù)并組織起來(lái)，進(jìn)一步分析而不影響數(shù)據(jù)倉(cāng)庫(kù)的正常工作

40、。最后一步是建模，通過以上兩步的得到的數(shù)據(jù)信息進(jìn)行建模從而進(jìn)一步分析數(shù)據(jù)，達(dá)到發(fā)現(xiàn)問題及其問題的原因。13.說(shuō)明如何利用數(shù)據(jù)倉(cāng)庫(kù)來(lái)進(jìn)行預(yù)測(cè)答：就是建立相應(yīng)的預(yù)測(cè)模型，利用歷史數(shù)據(jù)建立回歸方程。一般的預(yù)測(cè)模型有多元回歸模型、三次平滑預(yù)測(cè)模型、生長(zhǎng)曲線預(yù)測(cè)模型。除了預(yù)測(cè)模型外，采用聚類模型或分類模型也能達(dá)到一定的預(yù)測(cè)效果。14.臟數(shù)據(jù)是指在數(shù)據(jù)源中抽取、轉(zhuǎn)換和裝載到數(shù)據(jù)倉(cāng)庫(kù)的過程中出現(xiàn)的多余數(shù)據(jù)和無(wú)用數(shù)據(jù)。產(chǎn)生臟數(shù)據(jù)的途徑：1，開始時(shí)定義了一些多余的數(shù)據(jù)或由于一些不合適的轉(zhuǎn)換規(guī)則在轉(zhuǎn)換過程中產(chǎn)生的無(wú)用數(shù)據(jù)。2，來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)在數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)編碼、數(shù)據(jù)定義等方面是不兼容的，在集成這些數(shù)據(jù)時(shí)，未

41、對(duì)所有不同情況的數(shù)據(jù)都轉(zhuǎn)成同意形式，產(chǎn)生遺漏或用了不匹配的轉(zhuǎn)化方法而產(chǎn)生的數(shù)據(jù)。3，輸入的數(shù)據(jù)已經(jīng)過期。由于工作業(yè)務(wù)的改變，某些前期業(yè)務(wù)的數(shù)據(jù)已經(jīng)過期，仍遺留在數(shù)據(jù)倉(cāng)庫(kù)中而造成的過期無(wú)用數(shù)據(jù)。4，用戶需求的改變或數(shù)據(jù)質(zhì)量有了新的要求時(shí)，那些沒有適應(yīng)改變要求的數(shù)據(jù)成了無(wú)用的數(shù)據(jù)。15.清理臟數(shù)據(jù)的方法有：1，檢查抽取數(shù)據(jù)的定義和數(shù)據(jù)轉(zhuǎn)換規(guī)則的正確性，對(duì)那些不合適的定義和規(guī)則所造成的臟數(shù)據(jù)進(jìn)行清理。2，在對(duì)多個(gè)數(shù)據(jù)源進(jìn)行集成時(shí)，必須對(duì)所有不同結(jié)構(gòu)、不同編碼、不同定義的數(shù)據(jù)，嚴(yán)格按照同意格式轉(zhuǎn)換后再集成，清楚那些遺留或不匹配方法產(chǎn)生的臟數(shù)據(jù)。3對(duì)過期數(shù)據(jù)，在形成歷史數(shù)據(jù)后，根據(jù)這種數(shù)據(jù)量的大小來(lái)決定

42、是否需要進(jìn)行重新整理。17.企業(yè)基本情況：18.沃爾瑪一直是 Teradata 的大客戶，該公司的 Teradata 裝機(jī)是全球最大的數(shù)據(jù)倉(cāng)庫(kù)之一，并且在該公司與各家供應(yīng)商的數(shù)據(jù)共享網(wǎng)絡(luò)（稱為“零售鏈”）中發(fā)揮著重要作用?，F(xiàn)在還不清楚惠普的勝利對(duì) Teradata 會(huì)產(chǎn)生什么影響，看起來(lái)，沃爾瑪不大可能一下子全部放棄在 Teradata 方面的投資，不過，惠普公司在數(shù)據(jù)倉(cāng)庫(kù)方面的任何獲勝都會(huì)搶走 Teradata 的潛在業(yè)務(wù)。至周三上午為止，惠普和沃爾瑪?shù)墓俜蕉紱]有立即發(fā)布評(píng)論。19.決策支持系統(tǒng)(decision support system ，簡(jiǎn)稱dss)是輔助決策者通過數(shù)據(jù)、模型和知識(shí)，

43、以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的計(jì)算機(jī)應(yīng)用系統(tǒng)。它是管理信息系統(tǒng)(mis)向更高一級(jí)發(fā)展而產(chǎn)生的先進(jìn)信息管理系統(tǒng)。它為決策者提供分析問題、建立模型、模擬決策過程和方案的環(huán)境，調(diào)用各種信息資源和分析工具，幫助決策者提高決策水平和質(zhì)量。決策支持系統(tǒng)，是以管理科學(xué)、運(yùn)籌學(xué)、控制論、和行為科學(xué)為基礎(chǔ)，以計(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)為手段，針對(duì)半結(jié)構(gòu)化的決策問題，支持決策活動(dòng)的具有智能作用的人機(jī)系統(tǒng)。該系統(tǒng)能夠?yàn)闆Q策者提供所需的數(shù)據(jù)、信息和背景資料，幫助明確決策目標(biāo)和進(jìn)行問題的識(shí)別，建立或修改決策模型，提供各種備選方案，并且對(duì)各種方案進(jìn)行評(píng)價(jià)和儔優(yōu)選，通過人機(jī)交互功能進(jìn)行分析、比較和判斷，為

44、正確的決策提供必要的支持。DSS的概念是在20世紀(jì)70年代提出的，并在80年代獲得發(fā)展。它的產(chǎn)生原因有：傳統(tǒng)的MIS沒有給企業(yè)帶來(lái)巨大的效益，人在管理中的積極作用要得到發(fā)揮；人們對(duì)信息處理規(guī)律認(rèn)識(shí)提高，面對(duì)不斷變化的環(huán)境，要求更高層次的系統(tǒng)來(lái)直接支持決策；計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展為DSS的發(fā)展提供了物質(zhì)基礎(chǔ)。 第六章作業(yè)1.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)兩個(gè)概念有什么不同？P1162.知識(shí)發(fā)現(xiàn)過程由哪三部分組成？每部分的工作是什么？P1163.數(shù)據(jù)挖掘的對(duì)象有哪些？他們各自的特點(diǎn)是什么？P1184.P1205.聚類是指在沒有類的數(shù)據(jù)中，按“距離”概念聚集成若干類。在同一類別中，個(gè)體之間的距離較小，而不同類別上

45、的個(gè)體之間的距離偏大。分類是在聚類的基礎(chǔ)上，對(duì)已確定的類找出該類別的概念描述，它代表了這類數(shù)據(jù)的整體信息。6.當(dāng)發(fā)生有丟失的數(shù)據(jù)、觀察不到的數(shù)據(jù)，隱藏的數(shù)據(jù)、錄入過程中發(fā)生錯(cuò)誤的數(shù)據(jù)等情況時(shí)，即產(chǎn)生了不完全數(shù)據(jù)。7 兩個(gè)變量X和Y的采樣，其中X是獨(dú)立變量，總有觀測(cè)值；Y是響應(yīng)變量，可能涉及丟失值。以Y=？代表丟失值，以（X=i，Y=？）代表不完全的記錄。丟失數(shù)據(jù)模式分別取決于Y=？的概率是否依賴于Y與X的狀態(tài)。如果這一概率依賴于X但不依賴于Y，則認(rèn)為數(shù)據(jù)是隨機(jī)丟失的。8兩個(gè)變量X和Y的采樣，其中X是獨(dú)立變量，總有觀測(cè)值；Y是響應(yīng)變量，可能涉及丟失值。以Y=？代表丟失值，以（X=i，Y=？）代表不完全的記錄。丟失數(shù)據(jù)模式分別取決于Y=？的概率是否依賴