维度表
维度表
详细类别表
图3-10 雪花模型示例
3. 事实星座模型
这种模型用于更为复杂的情况。它的中心不只 一个中心，而是由多个中心组成，即存在多个 事实表，而每个事实表拥有自己的一组维度表， 这些维度表又有可能共享一个事实表，形成一 个交叉，复杂的关系网络。但是这种模型在实 践中运用较少。
3．3逻辑模型设计 ． 逻辑模型设计
从属型数据集市结构如图3-19所示
从属数据集市
图3-19 从属型数据集市结构
3．3物理模型设计 ． 物理模型设计
定 义 数 据 存 储 结 构
RAID0 数据带状分布在多个磁盘上，无冗 余。 高性能，低成本，但磁盘损坏导致 整个磁盘整列无法使用。 RAID1 磁盘镜像，数据写入成对的冗余驱 动器。 可读性能高，可靠性高，昂贵。
3．1．3企业数据模型 ． ． 企业数据模型
抽 象 目标、结构 总 体
具 体
业务数据分类
分 步
概念数据模型
逻辑应用视图
物理数据库设计
图3-3分层数据模型
3．2概念模型设计 ． 概念模型设计
3．2．l企业模型的建立 1．E-R模型的概念模型设计过程
对主题的选择进行调整
任务和 环境评 估
需求的 收集分 析
图3-1 现实世界到计算机世界的演化过程
现实世界
概念模型
逻辑模型 粒 度 模 型
物理模型
元 数 据 模 型
数据仓库
图3-2 数据模型关系
3．1．2数据仓库模型构建的原则 ． ． 数据仓库模型构建的原则
1．满足不同用户的需求 2．兼顾效率与数据粒度的需要 3．支持需求的变化 4．避免对业务运营系统造成影响 5．考虑未来的可扩展性
(4)来源于装载的数据
从数据准备文件到装载 映像的映射规则 为每个文件分配键 时的分配规则
完全刷新的计划
元数据
数据准备到装载映 像的审查跟踪
增量装载的计划
数据装载任务流
图3-26 从数据装载中收集元数据
（5）来源于存储的数据
集中式数据仓库和独立 数据集市数据模型 多个表组成的主 题区域
物理文件
元数据
RAID2 数据按位或块交错分布，校验码由 额外驱动器存储。 高性能，纠错一位，验错两位，昂 贵。
RAID3 数据按位或块交错存储，一个驱动 器存储校验数据。 对大块数据性能较高，不支持运行 恢复。
RAID4 数据按扇区交错存储，校验数据由 专门驱动器存储。 处理多个系统的I/O操作，两个驱 动器。
存储分配优化
1．设定正确的块大小 2．设置适当的块使用参数 3．数据迁移管理 4．块使用管理 5．解决动态扩展 6．采用文件分带技术
数据加载设计
数据仓库要求的一个重要技术就是能高效地载 入数据。有两种方式：通过一个语言接口一次 载入一条记录或使用一种工具全体批量地装入。 注意，在装载数据时，索引也必须随之装入。 若数据装载的容量负荷太大的情况下，可以采 用并行装载。它将数据分为几个工作流，这样 所需时间就大大降低。此外，还有一种高效装 载方法是在装载前先对数据进行缓冲处理。这 种方法一般在数据量大且复杂程度高的情况下 使用。
3．4．l元数据的类型 ． ． 元数据的类型
按照不同的依据对元数据分类各不相同，可有 以下的分类依据： 元数据描述的内容 用户的角度 元数据在数据仓库中承担的任务 数据仓库功能区域划分
3．4．2元数据的作用 ． ． 元数据的作用
1．元数据在数据求精，开发，重构中的作用 （1）描述业务规则与数据之间的映射。 （2）数据分割。 （3）概括与聚集。 （4）提高系统灵活性。 （5）定义标准处理的规则。 （6）预算与推倒。 （7）转换与再映射。
3．4元数据模型 ． 元数据模型
为了让读者能更准确的了解什么是元数据，我们用下 例进行说明，它定义了数据仓库中的一个表，如表3-3 所示。
表3-3 元数据举例 Table 逻辑名 定义 物理存储 建立日期 最后更新日期 更新周期 表逻辑程序名 学生 学校的主要成员，主要进行学习任务 Student.table(数据库表) 2006年9月13日 2007年9月13日 每月 STUDENT(程序名称)
RAID5 数据按扇区交错存储于多个驱动器。 不需专门的校验驱动器，需要两个 或三个驱动器，写入能力弱。
图3-20 RAID 技术
索引策略
20020701001-20020701050 20020701051-20020701100 20020701001-20020701025 20020701026-20020701050 20020701051-20020701070 20020701071-20020701100
3．3．3维度表的设计 ． ． 维度表的设计
维度表的设计是对事实表的进一步细化。它也要根据 逻辑模型来设计。每个事实表都需要大量的数据来对 其属性和细节进行详细说明，而维度表就是将这些详 细说明的数据按其逻辑关系存放的工具。一个维度表 拥有很多属性，这些属性可以是文字，离散值和有规 定的限制，在分析过程中可以作为信息的行标题。 需要注意的是，在设计事实表和维度表之间的关系时， 尽量让维度表中的数据直接参考事实表中的数据，而 不是通过其他维度表间接参考事实表。这样，可以最 小化表之间的连接数量，减少系统CPU和I/O通道及 存储设备的负担。
3．3．4事实表的设计 ． ． 事实表的设计
事实表是星形模型的核心。它一般包含两部分： 键和详细指标。其中，键又分为主键和外键， 它们将各维表组织起来，共同满足用户的查询 需求，而详细指标则是记录在事实表中的具体 数据，供查询使用。
3．3．5数据集市设计ቤተ መጻሕፍቲ ባይዱ． ． 数据集市设计
独立数据集市
用户 图3-18 独立型数据集市结构
主题选取， 确定主题 间关系
容描述 主题内
E-R 图
图3-4 E-R模型的概念模型设计过程
2．E-R模型设计中的一些说明 （1）模糊性：无法表述数据仓库中各数据间的关系，比 如：分析数据，描述数据和细节数据间的关系； （2）静态性：时间参数的存在及作用无法体现； （3）局限性：无法揭示数据仓库中数据的导出关系。 为了规避这些不足，在E-R图法中，实体被分为事实实体 （Fact Entity），维度实体(Dimension Entity),引用实体 (Quotation Entity),用图3-5中的图形分别表示:
20020701001 20020701002 ……
20020701026 20020701027 ……
20020701051 20020701070 ……
20020701071 20020701072 ……
20020701026——地址 20020701027——地址 ……——地址
指向数据行的指 针
第3章 数据仓库设计 章
3．l数据仓库中数据模型概述 ． 数据仓库中数据模型概述
3．1．1数据模型的概念
现实世界 概念世界 个体 特性 整体 整体间联系 逻辑世界 实体 属性 同质总体 异质总体 计算机世界 记录 字段 表文件 数据库
Grace Female Students Students &Courses
图3-21 B-TREE索引示例
数据存储策略
物理模型设计过程中，要注意考虑数据存储。 因为，数据仓库不要求把同一主题的数据放在 同一介质上，所以我们可以根据数据的重要程 度，使用频率和响应时间来存放数据，一般而 言，将那些重要程度高，使用频率高和响应时 间要求高的数据存放在高速存储设备上，比如： 硬盘，而其它的数据则可以放在低速存储设备 上，比如磁盘等。
程序规范
元数 据
物理文件布 局及字段定 义
外部数据来源的 文件布局和字段 定义
其他来源（如： 电子表格）
图3-23 源系统中元数据收集
(2) 来源于抽取的数据
源平台的 数据和连 接 所选择的数据 源的布局和定 义 每个平台上初始 抽取文件的合并 准则
用于抽取 的字段定 义
元数据
标准化字段类 型与长度的规 则
关系规范范式： 关系规范范式：1NF\2NF\3NF，反规范化处理，P87-88 ，反规范化处理，
3．2．3常见的概念模型 ． ． 常见的概念模型
1.星形模型
维度表 维度表
维度表
事实表
维度表
维度表
维度表
图3-8 星形模型结构示意图
2.雪花模型 雪花模型
维度表 详细类别表 维度表
维度表
事实表
维度表
统一化数据集市 数据模型
表和列定义
有效性检查的商业规则
图3-27 从数据装载中收集元数据
(6)来源于信息传递
预定义查询和报表的 列表 查询和报表工具 列表
为 OLAP 检 索 数 据的计划
元数据
特 殊 OLAP 数 据 库德数据模型
图3-28 从数据装载中收集元数据
2．元数据的维护 （1）元数据的存储 （2）元数据的管理 （3）元数据的维护
3．5数据仓库的粒度模型 ． 数据仓库的粒度模型
3．5．l粒度的划分 所谓粒度是指数据仓库中数据单元的详细程度 和级别。在数据仓库环境中主要是分析型处理， 粒度的划分将直接影响数据仓库中的数据量以 及所适合的查询类型。一般需要将数据划分为： 详细数据、轻度综合、高度综合三级或更多级 粒度。不同粒度级别的数据用于不同类型的分 析处理。粒度的划分是数据仓库设计工作的一 项重要内容，粒度划分是否适当是影响数据仓 库性能的一个重要方面。
2．元数据在数据抽取，转换中的作用 （1）确定数据来源。 （3）实现属性间的映射与转换。 （2）保证数据仓库中内容的质量。
3．4．3元数据的收集与维护 ． ． 元数据的收集与维护
1．元数据的收集 （1）来源于源系统
COBOL写字 板及控制块 规范 系统文档的 数据元素定 义 操作型系 统数据模 型