提高系统的物理I/O性能
粒度划分
——细节级、轻度综合级、高度综合级 数据分割 ——分割的标准：时间、业务领域、地理分布 物理设计中的其他问题 —表合并 —引入冗余 —建立广义索引 —建立数据序列 —表的物理分割 —生成导出数据
粒度划分
粒度划分的决定性因素是表的总行数 数据存取是通过存取索引来实现的，索引是对应 表的行来组织的。因此与表的数据量无关。 估算数据仓库中数据的行数 对每一已知表 统计一年内数据行数的最大行数和最小行数； 统计五年内数据行数的最大行数和最小行数。 根据估算出的数据行，决定是否要划分粒度
建立广义索引
处理最值问题的方法——广义索引。
这个月销售最差的十种商品是什么？ 从操作型数据库抽取数据并装载到数据仓库的同 时，根据用户需要建立广义索引。
数据序列
1 3 6
1 2 3 4
6
5
4 7
2
5 7
物 理 块 1
物 理 块 2
物 理 块 3
物 理 块 1
物 理 块 2
表的物理分割
“数据分割”——表的逻辑分割。 将一个表按一定的分割标准分成两个或多个表。
数据仓库 面向分析 不确定的分析需求
数据分析需求的收集、分 析和理解一般贯穿整个系 统设计过程。
事务处理性能
数据的全局一致性
数据来自于组织外部
数据获取；存储数据； 数据查询；数据更新； 数据安ຫໍສະໝຸດ ；数据有效。数据来自于系统内部
数据转换、重组、综合； 数据分析效率、准确性。
1.2 SDLC与CLDS
SDLC——操作型环境中，业务过程和规则比较
OLAP的旋转功能
平面数据的坐标轴转换。
1999 服装
家具
66005 69000 -2995 -4.3
汽车
其它
现有
销 售 量 计划 差量 差量%
381102 350000 31102 8.9
325402 306677 300000 350000 25402 -44322 8.5 12.7
1999 销售量 现有 服装 计划 差量 31102 差量% 8.9 381102 350000
DSS应用 开发与设计
2 数据仓库设计的三级数据模型
概念模型 现实世界到机器世界的中间层次——信息世界 E-R法(实体-联系法) 逻辑模型 关系模型
数据模型——对现实世界进行抽象的工具。
物理模型 逻辑模型在数据仓库中的实现。 物理存取方式、数据存储结构、数据存放位置 以及存储分配等。
3 提高数据仓库的性能
家具
汽车 所有其他
66005
69000
-2995
25402
-4.3
8.5 12.7
325402 300000
306677 350000 -44322
数 据 仓 库 设 计
1.1 系统设计的差异
操作型数据库 面向应用 确定的应用需求
应用需求的收集和分析在 系统设计前期确定；一旦 确定，一般不再改变。
应用1
应用B
收集应用需求 分析应用需求
应用C
DB
外部数据 数据仓库建模
DB
数据获取与集成 构建数据仓库 DSS应用编程
DB
构建数据库 应用编程
DW
系统测试
系统实施
系统测试
“数据驱动”
理解需求
SDLC方法
CLDS方法
1.3 “数据驱动”的系统设计 思路
识别出当前系统设计与已做工作的共同
性；
——出发点
表的物理分割 依据数据的存取频率和数据的稳定性来进行； 将一张表按照各属性被存取的频率分成两个或 多个表。
生成导出数据
事先在原始数据的基础上进行总结或计算，生
成导出数据。 ——减少了I/O的次数，免去计算和汇总的步骤； ——建立了公共数据源，避免了不同用户进行 重复计算可能产生的偏差。
4 数据仓库设计步骤
1确定存储结构
据 仓
1 设 计
2 数 据
技术准备工作
1技术评估 2技术环境准备
2数据分割策略 3关系模式定义 4记录系统定义
一年105行左右 一年106行以上 五年106行左右 五年107行以上
细节级、综合级 细节级、轻度综合级、高度综合级 细节级、综合级 细节级、轻度综合级、高度综合级
表合并
当查询涉及到分散在几个物理块的多个表
的数据，表的存取和连接操作会影响系统 的性能。
为了节省I/O开销，可以把这些表的数据
规范和固定。系统设计人员能够清晰地了解应用 的需求和数据流程，系统的设计一般采取系统生 命周期法 (Systems Development Life Cycle) 。
CLDS——分析型环境中，DSS分析对决策分析
的需求不能预先作出规范说明，只能给设计人员 一个抽象模糊的描述。设计人员必须在与用户不 断的交流中，将系统需求逐步明确与完善。为了 强调这种开发的不确定型，将此设计方法定名为 CLDS方法（与SDLC相反）。
从已有数据库系统出发，按照分析领域
对数据及数据之间的联系重新考察，组 织数据仓库中的主题；
利用数据模型有效识别原有数据库中的
数据和数据仓库中主题的数据的共同 性。 ——中心
数据驱动系统设计方法的中心——数据模型
操作型数据库设计 数据仓库设计
数据仓库 数据库 数据模型
操作型数据库 应用开发与设计
混合存放在一起。
表的合并只是物理上的合并，并非逻辑上
的合并
学生选课表SC
学生表C 学号 S# S1 姓名 N A 系别 D CS 学号 S# S1 S1 课程号 C# C1 C3 成绩 G# A B
S1
S2 S2 S3 S3
C4
C1 C4 C1 C2 S2B
A
B B B C S2C1B
S2
S3
数据驱动的系统设计方法 设计步骤
—概念模型设计 —技术准备工作 —逻辑模型设计 —物理模型设计 —数据仓库生成 —数据仓库运行与维护 实例：商店的数据仓库设计
数据仓库运行与维护
概念模型设计 分析主题域，针对每一个当前实施的主题域
1界定系统边界 2确定主题域
逻辑模型设计
1粒度层次划分
物理模型设计 数
B
C 物理存储块 S1A S3C
MA
EN
S2C4B
S1C1A SAC3B S1C4A S3C1B S3C2C
引入冗余
一些表的某些属性经常会被使用到，且不常更
新，就可以将这些属性复制到多个表中，从而 减少处理时被存取的表的个数。 商品固定信息表（商品号、商品名、类别… ） 商品销售表（商品名、销售量、销售日期… ） 商品销售表（商品名、商品名、类别、销售量、 销售日期… ）