定义 数据源
3
GO ON·· ·
4
选择数据仓库技术和平台
更新DW
选择数据分和数据展示软件
8
选择数据库连接软件
8
7
选择访问和报表工具
从操作型数据库中 提取、转换 、净化数据 到数据仓库
7
6 5
6
5
L/O/G/O
Thank You!
数据仓库&数据挖掘联系
大多数数据挖掘工具需要在集 成的、一致的、经过清理的数 据上进行挖掘
数据仓库
数据挖掘
数据挖掘过程中所需要的数据 处理与分析工具完全可以在数 据仓库的数据处理与数据分析 工具中找到， 数据仓库中的 OLAP完全可以为数据挖掘提供 有关的数据操作支持 数据挖掘技术在数据仓库中的 应用，正好弥补了数据仓库只 能提供大量数据，而无法进行 深度信息分析的缺陷
数据仓库的参照结构
包含数据传输和数据仓库基础两 部分. 负责管理数据仓库所使用的元数 据 分成数据管理与元数据管理两部 分 数据抽取，数据筛选、清理，清 理后的数据加载等操作 基本功能层 管理层 元数据管理层 环境支持层
数据仓库建立的基本框架
DW构建步骤
1
收集和分析业务需求
2
建立数据模型和数据仓库的物理设计
`
数据仓库与传统数据库的对比
Text in here (unit: %) Year
00
01
02
03
04
05
06
07
数据仓库的体系结构
※ 数据仓库的概念结构 从数据仓库的概念结构看，应该包含：数据源、数据准备区、 数据仓库数据库、数据集市/知识挖掘库以及各种管理工具和 应用工具
※
虚拟数据仓库结构
※ 单一数据仓库结构
将所有的主题都集中到一个大型数据库中的体系 结构。数据源中数据被按照同一标准抽取到独立 的数据仓库中，用户在使用时再根据主题将数据 仓库中的数据发布到数据集市中。
※
分布式数据仓库结构
在企业各个分公司具有相当大的独立性时，企业总部 设置一个全局数据仓库，各个分公司设置各自的局部 数据仓库。局部数据仓库主要存储各自的未经转换的 细节数据，全局数据仓库中主要存储经过转换的综合 数据
虚拟数据仓库利用描述了业务系统中数据位置和 抽取数据算法的元数据直接从业务系统中抽取查 询的数据进行概括、聚合操作后，将最终结果提 供给用户
※
数据集市结构
数据集市结构或称为主题结构的数据仓库是按照 主题进行构思所形成的数据仓库，没有一个独立 的数据仓库。系统的数据不存储在同一数据仓库 中，每个主题有自己的物理存储区。
L/O/G/O
数据仓库（DataWare）
DW产生背景
• 随着信息技术的不断推广和应用，许多 企业都已经在使用MIS处理管理事务和 日常业务。 • 这些MIS为企业积累了大量的信息。企 业管理者开始考虑如何利用这些信息海 洋对企业的管理决策提供支持。 • 因此，产生了与传统数据库有很大差异 的数据环境要求和从这些海洋数据中获 取特殊知识的工具需要
一个面向主题的、集成的 、随时间变化的、非易失 性数据的集合，用于支持 管理层的决策过程
DW
1
数据仓库的发展与展望
2 数据仓库的体系结构和参照结构
3
4
数据仓库建立的基本框架
数据仓库与数据挖掘的联系
数据仓库的未来发展
操作型 数据仓库要求 网络的影响
Web中的代理 技术
基于关系对象 数据库的数据仓库