Содержание
- 2. Многомерные модели Реляционная модель данных, которая была предложена Э.Ф. Коддом в 1970 году, и за которую
- 3. Многомерные модели Многомерные модели рассматривают данные либо как факты с соответствующими численными параметрами, либо как текстовые
- 4. Многомерные модели Многомерные модели данных имеют три важных области применения, связанных с проблематикой анализа данных: Хранилища
- 5. Электронные таблицы и отношения Электронные таблицы не подходят для управления и хранения многомерных данных, поскольку они
- 6. Электронные таблицы и отношения Использование баз данных, поддерживающих SQL, значительно увеличивает гибкость обработки структурированных данных. Однако
- 7. Электронные таблицы и отношения Электронные таблицы и реляционные базы данных адекватно обрабатывают массивы данных, которые имеют
- 8. Кубы Многомерные базы данных рассматривают данные как кубы, которые являются обобщением электронных таблиц на любое число
- 9. Кубы Куб c тремя измерениями:
- 10. Кубы Кубами легко управлять, добавляя новые значения измерений. В обычном обиходе этим термином обозначают фигуру с
- 11. Кубы Комбинации значений измерений определяют ячейки куба. В зависимости от конкретного приложения ячейки в кубе могут
- 12. Кубы Куб, содержащий данные по продажам в двух датских городах: В соответствующих ячейках хранятся данные об
- 13. Кубы В общем случае куб позволяет представить только два или три измерения одновременно, но можно показывать
- 14. Измерения Измерения — ключевая концепция многомерных баз данных. Многомерное моделирование предусматривает использование измерений для предоставления максимально
- 15. Измерения Измерения используются для выбора и агрегирования данных на требуемом уровне детализации. Измерения организуются в иерархию,
- 16. Измерения Схема «Местоположение» для данных продаж: Из трех уровней измерений местоположения самый низкий — «Город». Значения
- 17. Измерения В отличие от линейных пространств, с которыми имеет дело алгебра матриц, многомерные модели, как правило,
- 18. Факты Факты представляют субъект — некий шаблон или событие, которые необходимо проанализировать. В большинстве многомерных моделей
- 19. Факты Каждый факт обладает некоторой гранулярностью, определенной уровнями, из которых создается их комбинация значений измерений. Например,
- 20. Факты Хранилища данных, как правило, содержат следующие три типа фактов: События (event) Мгновенные снимки (snapshot) Совокупные
- 21. Факты События (event), по крайней мере, на уровне самой большой гранулярности, как правило, моделируют события реального
- 22. Факты Мгновенные снимки (snapshot) моделируют состояние объекта в данный момент времени, такие как уровни наличия товаров
- 23. Факты Совокупные мгновенные снимки (cumulative snapshot) содержат информацию о деятельности организации за определенный отрезок времени. Например,
- 24. Факты Хранилище данных часто содержит все три типа фактов. Одни и те же исходные данные, например,
- 25. Параметры Параметры состоят из двух компонентов: численная характеристика факта, например, цена или доход от продаж; формула,
- 26. Параметры При вычислениях три различных класса параметров ведут себя совершенно по-разному. Аддитивные параметры могут содержательным образом
- 27. Параметры Полуаддитивные параметры, которые не могут комбинироваться в одном или нескольких измерениях. Например, суммирование запасов по
- 28. Параметры Неаддитивные параметры не комбинируются в любом измерении, обычно потому, что выбранная формула не позволяет объединить
- 29. Запросы Многомерная база данных естественным образом предназначена для определенных типов запросов: Запросы вида slice-and-dice Запросы вида
- 30. Запросы Запросы вида slice-and-dice осуществляют выбор, сокращающий куб. К примеру, можно рассмотреть сечение куба, приняв во
- 31. Запросы Запросы вида drill-down и roll-up — взаимообратные операции, которые используют иерархию измерений и параметры для
- 32. Запросы Запросы вида drill-across комбинируют кубы, которые имеют одно или несколько общих измерений. С точки зрения
- 33. Реализация Многомерные базы данных реализуют в двух основных формах: Системы многомерной оперативной аналитической обработки (MOLAP) хранят
- 34. Реализация Реляционные системы OLAP (ROLAP) для хранения данных используют реляционные базы данных, а также применяют специализированные
- 35. Реализация Системы MOLAP, как правило, позволяют добиться более эффективного использования дискового пространства, а также меньшего времени
- 36. Реализация В ROLAP, как правило, используются схемы «звезда» и «снежинка», при которых данные хранятся в таблицах
- 37. Реализация Схемы «звезда» и «снежинка» отличаются в том, как они поддерживают измерения, и выбор между ними,
- 38. Реализация Схема «звезда» для куба продаж: Информация со всех уровней в измерении хранится в одной таблице
- 39. Реализация Схема «снежинка» содержит по одной таблице для каждого уровня измерений, избегая избыточности, что может оказаться
- 41. Скачать презентацию