北京 城市维 长沙 上海 果汁 可乐 牛奶 商品维 奶油 浴巾 香皂
合，商店、时间和产品 都是维。各个商店的集 合是一维，时间的集合 是一维，商品的集合是 一维。每一个商店、每 一段时间、每一种商品 就是某一维的一个成员。 每一个销售事实由一 个特定的商品、一个特 定的时间、一个特定的 商品组成。 两维表，如通常的电 子表格。三维构成立方 体，若再增加一维，则 图形很难想象，也不容 易在屏幕上画出来。
2019/3/18
15/37
元数据及其作用
• 1.元数据的定义
元数据在数据仓库的设计、运行中有着重要的作用，它 表述了数据仓库中的各对象，遍及数据仓库的所有方面， 是数据仓库中所有管理、操作、数据的数据，是整个数 据仓库的核心。
元数据是关于数据、操纵数据的进程和应用程序的结构 和意义的描述信息，其主要目标是提供数据资源的全面 指南。其范围可以是某个特别的数据库管理系统中从现 实世界的概念上的一般概括，到详细的物理说明。
• （1）概念数据模型
在构建数据仓库的概念模型时，可以采用在业务数据处理系统
中经常应用的企业数据模型——ER图。这是一种描述组织业务 概况的蓝图，包括整个组织系统中各个部门的业务处理及其业 务处理数据。 数据仓库与操作型数据库一样，也存在高层模型（ERD，实体 关系层）、中层模型（DIS，逻辑层）和低层模型（物理层）3 个层次数据模型。
2019/3/18
16/37
•
在数据库中，元数据是对数据库中各个对象的描 述。关系数据库中，这种描述就是对表、列、数据 库和其他对象的定义。 从广义上讲，元数据代表定义数据仓库的任何对 象，
无论它是一个表、一个列、一个查询、一个业务规则， 或者是数据仓库内部的数据转移等等。
•
2019/3/18
17/37
元数据举例
2019/3/18
18/37
举例：全国文化信息资源共享工程中的元数据
• • 疾病 描述: 显示器件: 缩写: ILLNE 名字空间URI: /ndcnc/element s/ILLNE 附属标记: 20030729135551 疾病名称 疾病分类 疾病简介 预防 预后
2019/3/18
13/37
数据仓库的逻辑模型与物理模型 • 数据仓库（中间层）逻辑模型
中间层数据模型亦可称为逻辑模型，它是对高层数据 概念模型的细分，在高层数据模型中所标识的每个主 题域或指标实体都需要与一个逻辑模型相对应。
物理数据模型 • 是依据中间层的逻辑数据模型而创建的，它通过确
定模型的键码属性和模型的物理特性，扩展中间层 数据模型而建立。此时，物理数据模型就由一系列 表所构成，其中最主要的是事实表模型和维表模型。 • 物理模型中的事实表来源于逻辑模型，它依据数据 仓库具体的应用而建立。事实表是星型模型结构的 核心。 2019/3/18 14/37
作业 4
理解数据仓库的数据组织要求和方法
掌握数据仓库的星型模型、雪化模型的设计方法
理解元数据的类型及其作用
2019/3/18
1/37
数据仓库与数据挖掘
内容提要 数据模型 元数据
数据的粒度
பைடு நூலகம்据模型
• 传统数据库数据模型
• 数据仓库的数据模型不同于数据库的数据模 型在于
数据仓库只为决策分析用，数据仓库的增加了时 间属性数据。
数据仓库增加了一些综合数据。
• 数据仓库的数据建模是适应决策用户使用的 逻辑数据模型。
2019/3/18 3/37
数据仓库概念模型
• 1.数据仓库模型的概念
数据仓库概念模型的设计需要给出一个数据仓库的粗略蓝本， 以此为工具来确认数据仓库的设计者是否已经正确的了解数据 仓库最终用户的信息需求。
在上面星型模型的数据中 ，对“产品表”“日期表”“地区表” 进行扩展形成雪花模型数据见下图。
维度表
维度表
事实表
维度表
详细类别表
维度表
2019/3/18
维度表
详细类别表
11/37
雪花模型举例
2019/3/18
12/37
星网模型
• 星网模型是将多个星型模型连接起来形成网状结构。多个 星型模型通过相同的维，如时间维，连接多个事实表。
6/37
1 2 3 4 5 6 7 日期维
2019/3/18
星型数据模型
• 大多数的数据仓库都采用“星型模型”。星型模型是由 “事实表”（大表）及多个“维表”（小表）所组成。
“事实表”中存放大量关于企业的事实数据（数量数据）。 例如：多个时期的数据可能会出现在同一个“事实表”中。“维表” 中存放描述性数据，维表是围绕事实表建立的较小的表。
维度表
维度表 事实表 维度表
维度表
2019/3/18
维度表
7/37
星型模型举例
2019/3/18
8/37
星型模型数据存储情况示意图
订货表 产品表
客户表
日期表 事实表
销售员表
地区表
星型模型
• 模型的核心是事实表，维表通过主键与事实表和其 他维表链接 • 事实表中的数据不允许修改，新数据只是简单的增 加
主题词或关键词
相关药物 相关疾病 相关文献
• 非规范化程度高，如不同时期的同类数据可能出现 在同一维表中，数据冗余大 • 存取速度快，以增加空间换取较快的访问速度
• 难于适应业务需求的变化
2019/3/18 10/37
雪花数据模型
• 雪花模型是对星型模型的维表进一步层次化，原来的各维 表可能被扩展为小的事实表，形成一些局部的“层次”区 域
2019/3/18 4/37
企业数据模型(举例)
财务部门 销售收入帐 应收帐 应付帐 成本帐 销售部门 销售计划 销售合同 销售统计 财务
企业数据模型
人事
销售
……..
人事部门
…..
员工业绩记录 员工技能情况 员工薪酬表
…….
2019/3/18
5/37
数据仓库的数据模型
• 数据仓库存储采用多维数据模型。 维就是相同类数据的集
• 维模型
维度表模型也需要根据逻辑模型设计，在设计过程中考 虑维度表模型是用户分析数据的窗口。维度表应该含有 商业项目的文字描述，维度的设计提供了维度属性的定 义。这些属性应具有这样一些特征：
• • • • A.可用文字描述。 B.离散值。 C.有规定的限制。 D.在分析过程中可以提供行标题。