数据仓库

数据仓库

前言

通过商务智能（Business Intelligence，BI）可以将企业多年累积的数据加以利用，不仅能够为企业管理好这些海量数据，而且能挖掘出数据潜在的价值。BI包括三种技术：数据仓库（DW，Data Warehouse）技术，联机分析技术(OLAP)和数据挖掘技术。其中数据仓库是核心。

问题

1、 试述数据库和数据仓库的区别

对比内容	数据库	数据仓库
数据内容	当前值	历史的，存档的，归纳的，计算的数据
数据目标	面向业务操作程序，重复处理	面向主题域，管理决策分析
数据特性	动态变化，按字段更新	静态，不能直接更新，只定时添加
数据结构	高度结构化，复杂，适合操作计算	简单，适合分析
使用频率	高	中到低
数据访问量	每个事务只访问少量记录	有的事务可能要访问大量记录
对响应时间的要求	以秒为单位计量	以秒、分钟甚至小时为计量单位

 

2、 简述数据仓库的定义

数据仓库是DSS（决策支持系统Decision support system，DSS）和OLAP（联机分析处理）应用数据源的结构化数据环境，用于支持管理和决策，面向分析型数据处理。特征有：面向主题，相对稳定，集成，反映历史变化。

3、 简述数据仓库的基本组成

 

4、 OLTP与OLAP的区别与联系

OLTP	OLAP
原始的细节性数据	导出的综合性数据
当前数据	历史数据
可更新	不可更新
一次处理的数据量小	一次处理的数据量大
面向应用，事务驱动	面相分析，分析驱动
面向操作人员，支持日常操作	面向决策人员，支持管理需要

5、 试述数据源的定义、作用与种类

6、 OLAP的基本操作有哪些

钻取：改变维的层次，变换维的粒度

切片：在多位数组上选定一维成员

切块：在多维数组的某一维选定某一区间的维

旋转：通过旋转可以得到不同视角的数据。

7、 简述OLAP数据模型的实现