與傳統(tǒng)的DB開發(fā)一樣，DW的開發(fā)也經(jīng)歷需求分析、概念模型設(shè)計(jì)、邏輯模型設(shè)計(jì)和物理模型設(shè)計(jì)；其不同之處——數(shù)據(jù)量以及數(shù)據(jù)操作不同，此外，前者在需求分階段就能確定系統(tǒng)的功能，后者則不能。

§1DW開發(fā)應(yīng)用的特點(diǎn)§2DW的規(guī)劃§3DW概念模型設(shè)計(jì)§4DW邏輯模型設(shè)計(jì)§5DW物理模型設(shè)計(jì)§6DW的實(shí)施§7DW的應(yīng)用、支持和增強(qiáng)第三章數(shù)據(jù)倉(cāng)庫(kù)開發(fā)應(yīng)用過程與傳統(tǒng)的DB開發(fā)一樣，DW的開發(fā)也經(jīng)歷需求分析、概念1§1DW開發(fā)應(yīng)用的特點(diǎn)DW的開發(fā)也具有其特有的、完整的生命周期——DW規(guī)劃分析階段、DW設(shè)計(jì)實(shí)施階段以及DW使用維護(hù)階段。該三個(gè)階段將循環(huán)往復(fù)，直至一個(gè)完善的DW開發(fā)完畢。1.DW開發(fā)的階段性借鑒Nolan階段模型，可以將DW的開發(fā)階段劃分為：創(chuàng)始階段、成長(zhǎng)階段、控制階段和成熟階段等四個(gè)階段。[課后閱讀]CH3§1DW開發(fā)應(yīng)用的特點(diǎn)CH322.DW的螺旋式開發(fā)方法如前所述，DW的一個(gè)生命周期包含三個(gè)階段。然而，一個(gè)完善的DW需要經(jīng)歷若干個(gè)生命周期完成——每個(gè)DW生命周期積累的經(jīng)驗(yàn)，一方面可以用于未來其他主題的開發(fā)應(yīng)用，另一方面，可以用于完善原DW。上述過程便構(gòu)成了數(shù)據(jù)倉(cāng)庫(kù)的螺旋式開發(fā)方法，該方法是目前DW開發(fā)的主要方法。CH32.DW的螺旋式開發(fā)方法CH33DW的螺旋式開發(fā)方法設(shè)計(jì)體系結(jié)構(gòu)開發(fā)概念模型開發(fā)邏輯模型DW與元數(shù)據(jù)的設(shè)計(jì)數(shù)據(jù)抽取轉(zhuǎn)換與加載開發(fā)或購(gòu)買中間件填充與測(cè)試數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)用戶培訓(xùn)改進(jìn)維護(hù)數(shù)據(jù)倉(cāng)庫(kù)評(píng)價(jià)數(shù)據(jù)倉(cāng)庫(kù)規(guī)劃與確定需求規(guī)劃分析階段設(shè)計(jì)實(shí)施階段使用維護(hù)階段數(shù)據(jù)倉(cāng)庫(kù)開發(fā)過程CH3DW的螺旋式開發(fā)方法設(shè)計(jì)體系結(jié)構(gòu)開發(fā)概念模型開發(fā)邏輯模型DW43.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的特點(diǎn)數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)方法①用業(yè)務(wù)系統(tǒng)的數(shù)據(jù)創(chuàng)建DWDB系統(tǒng)有什么→對(duì)DW有何影響；DB數(shù)據(jù)→主題領(lǐng)域[聯(lián)系]；數(shù)據(jù)模型→DB與主題數(shù)據(jù)的共同性。②該方法不是面向應(yīng)用的，即，不是從應(yīng)用需求出發(fā)的。CH33.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的特點(diǎn)CH35開發(fā)初期使用需求的不確定性

DB系統(tǒng)，面向應(yīng)用，其設(shè)計(jì)有一組確定的應(yīng)用需求做為參照；

DW無對(duì)應(yīng)的、固定的物流、信息流、數(shù)據(jù)流等，導(dǎo)致數(shù)據(jù)的分析處理沒有固定的模式，甚至用戶自己都不知道其將來的分析處理的過程，所以，難以在初期確定DW的使用需求。CH3開發(fā)初期使用需求的不確定性CH36不斷循環(huán)的啟發(fā)式過程DW的開發(fā)是一個(gè)動(dòng)態(tài)反饋的、啟發(fā)式的循環(huán)過程：一方面，DW的數(shù)據(jù)內(nèi)容、結(jié)構(gòu)、數(shù)據(jù)粒度、分割及其他物理模型及其設(shè)計(jì)需根據(jù)用戶的反饋信息不斷調(diào)整和完善，以提高系統(tǒng)的效率和性能；另一方面，通過不斷理解用戶的決策分析需求，來調(diào)整和完善DW，以提供更為準(zhǔn)確的決策信息。CH3不斷循環(huán)的啟發(fā)式過程CH37§2DW的規(guī)劃規(guī)劃是DW開發(fā)的首要任務(wù)，它包括選擇DW實(shí)現(xiàn)策略、確定DW開發(fā)目標(biāo)和實(shí)現(xiàn)范圍、選擇DW體系結(jié)構(gòu)以及建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算四個(gè)方面。上述規(guī)劃工作完成后，要編制DW規(guī)劃說明書，內(nèi)容包括DW與企業(yè)戰(zhàn)略規(guī)劃之間的關(guān)系，DW重點(diǎn)支持的職能部門，對(duì)DW開發(fā)工作的建議，實(shí)際使用方案與開發(fā)預(yù)算等。CH3§2DW的規(guī)劃CH381.選擇DW實(shí)現(xiàn)策略主要有自上而下、自下而上以及混合策略三種。①自上而下策略

應(yīng)用于DW較難——需求難以定義；較為死板——需預(yù)先確定目標(biāo)；需開發(fā)人員具有豐富的自上而下開發(fā)系統(tǒng)的經(jīng)驗(yàn)，以及管理人員與決策者完全知曉DW的目標(biāo)及作用；適合采用結(jié)構(gòu)化或OO開發(fā)方法。CH31.選擇DW實(shí)現(xiàn)策略CH39②自下而上策略

較靈活——一般從某個(gè)原型開始，常用于開發(fā)數(shù)據(jù)集市；一般用于試點(diǎn)[對(duì)DW技術(shù)的評(píng)價(jià)，運(yùn)行DW的各種費(fèi)用等]；適合采用螺旋式的原型開發(fā)方法。③混合策略難以操作——需要精通方方面面的專家。CH3②自下而上策略CH3102.確定DW的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍為此，需要對(duì)用戶說明DW應(yīng)用和發(fā)展趨勢(shì)以及對(duì)企業(yè)經(jīng)營(yíng)戰(zhàn)略的支持。開發(fā)目標(biāo)：確定信息的范圍[主題域/指標(biāo)域]；確定訪問和導(dǎo)航數(shù)據(jù)的方法和工具包括聚集及概括工具，訪問檢索圖表、預(yù)定義報(bào)表、統(tǒng)計(jì)分析器等的工具等等；CH32.確定DW的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍CH311確定DW數(shù)據(jù)的規(guī)模。

其他目標(biāo)還有：根據(jù)需求確定數(shù)據(jù)的含義，確定DW的類型，確定DW的功能，確定元數(shù)據(jù)的數(shù)量，確定數(shù)據(jù)源的使用，……。可見，DW的目標(biāo)非常繁多復(fù)雜，需開發(fā)人員與用戶不斷交流來確定。CH3確定DW數(shù)據(jù)的規(guī)模。CH312實(shí)現(xiàn)范圍：基于用戶的角度誰[人員/部門]使用DW；DW有哪些查詢——它們確定了概括、聚集、集成、重構(gòu)等的技術(shù)要求以及報(bào)表的種類等。基于技術(shù)的角度確定DW的元數(shù)據(jù)庫(kù)的規(guī)模——間接地確定了DW要管理的數(shù)據(jù)量。CH3實(shí)現(xiàn)范圍：CH3133.選擇DW的體系結(jié)構(gòu)一般基于DW的應(yīng)用結(jié)構(gòu)和DW的技術(shù)平臺(tái)結(jié)構(gòu)兩個(gè)方面來考慮。①DW的應(yīng)用結(jié)構(gòu)基于業(yè)務(wù)處理系統(tǒng)的DW——虛擬DW；單純DW（所有應(yīng)用都在DW中進(jìn)行）；單純數(shù)據(jù)集市（部門級(jí)DW）；DW與數(shù)據(jù)集市（最佳體系結(jié)構(gòu)）。CH33.選擇DW的體系結(jié)構(gòu)CH314②DW的技術(shù)平臺(tái)結(jié)構(gòu)

單層結(jié)構(gòu)——數(shù)據(jù)源與DW共享平臺(tái)或數(shù)據(jù)源、DW、數(shù)據(jù)集市、最終用戶工作站使用同一平臺(tái)；C/S結(jié)構(gòu)；三層C/S結(jié)構(gòu)——包括基于工作站的客戶層、基于服務(wù)器的中間層、基于主機(jī)的第三層；多層式結(jié)構(gòu)——在三層結(jié)構(gòu)基礎(chǔ)上發(fā)展起來的，可多達(dá)五層（存儲(chǔ)層、服務(wù)層、查詢層、應(yīng)用層、客戶層）。CH3②DW的技術(shù)平臺(tái)結(jié)構(gòu)CH3154.建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算

使用方案——實(shí)際上是DW需求的一個(gè)重要的原型，體現(xiàn)了用戶參與的原則。

規(guī)劃預(yù)算——估算項(xiàng)目投資額，可根據(jù)以往軟件開發(fā)確定，或根據(jù)參照結(jié)構(gòu)估算。最后，要撰寫規(guī)劃說明書。CH34.建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算CH316§3DW概念模型設(shè)計(jì)概念模型設(shè)計(jì)包括概念模型的需求調(diào)查、概念模型的定義、概念模型的分析以及概念模型的設(shè)計(jì)四個(gè)階段。1.概念模型的需求調(diào)查概念模型的需求調(diào)查，是以DW開發(fā)任務(wù)書（包括組織現(xiàn)狀、業(yè)務(wù)功能及范圍、組織發(fā)展的戰(zhàn)略、需決策支持的方面等）為基礎(chǔ)進(jìn)行的。CH3§3DW概念模型設(shè)計(jì)CH317調(diào)查對(duì)象包括組織中的DW項(xiàng)目負(fù)責(zé)人、知識(shí)用戶、信息用戶和信息管理人員。項(xiàng)目負(fù)責(zé)人——通過項(xiàng)目負(fù)責(zé)人在開發(fā)者和用戶之間進(jìn)行溝通，以確定用戶的信息需求、定義系統(tǒng)以及界定系統(tǒng)邊界。CH3調(diào)查對(duì)象CH318對(duì)項(xiàng)目負(fù)責(zé)人的調(diào)查內(nèi)容包括：①組織的管理人員對(duì)信息的需求，比如，與任務(wù)說明書中業(yè)務(wù)需求相關(guān)的業(yè)務(wù)或事務(wù)，相關(guān)的數(shù)據(jù)在哪個(gè)系統(tǒng)中，所需數(shù)據(jù)的年限，現(xiàn)行業(yè)務(wù)處理系統(tǒng)能否提供所需數(shù)據(jù)等。②用戶的有關(guān)情況，比如，誰是用戶？用戶如何使用DW？用戶是否擁有自己的計(jì)算機(jī)系統(tǒng)？是否使用了分析工具？用戶喜好的報(bào)表形式？等等。③DW成功因素的建議、希望DW做什么？CH3對(duì)項(xiàng)目負(fù)責(zé)人的調(diào)查內(nèi)容包括：CH319知識(shí)用戶與信息用戶——主要調(diào)查信息的來源，包括：

①用戶承擔(dān)的工作及所需信息？信息的來源？信息處理方式？所在部門使用哪些信息系統(tǒng)？這些系統(tǒng)提供哪些分析信息？

②用戶使用什么樣的計(jì)算機(jī)系統(tǒng)？其中有哪些應(yīng)用程序？對(duì)這些程序的熟悉程度？③了解DW否？希望DW達(dá)到什么目的？如何衡量是否達(dá)到此目的？工作中尚未獲得哪些信息?④如何評(píng)價(jià)DW（同前）？CH3知識(shí)用戶與信息用戶CH320信息管理人員

——主要調(diào)查組織所用的系統(tǒng)環(huán)境，比如組織有否DSS？其用戶是誰？提供什么支持信息？等等。可見，需求調(diào)查過程中，開發(fā)人員應(yīng)該關(guān)注的是管理決策中關(guān)于信息的需求、用戶的基本情況、用戶使用信息的情況，而非像業(yè)務(wù)處理系統(tǒng)開發(fā)那樣，向被調(diào)查人員詢問系統(tǒng)應(yīng)該具有哪些功能！CH3信息管理人員CH3212.概念模型的定義概念模型的定義，就是要確定系統(tǒng)的范圍及所涉及的對(duì)象——從所選擇的主題域出發(fā)，確定基本需求的方向以及基本的數(shù)據(jù)需求（有別于功能驅(qū)動(dòng)的業(yè)務(wù)處理系統(tǒng)，數(shù)據(jù)驅(qū)動(dòng)的DW設(shè)計(jì)之初，不能馬上知道用戶詳細(xì)的需求），從而界定DW大致的系統(tǒng)邊界，并形式地表示出來。CH32.概念模型的定義CH322例——某超市的DW設(shè)計(jì)日趨激烈的競(jìng)爭(zhēng)環(huán)境，要求決策者能夠更準(zhǔn)確地了解超市的經(jīng)營(yíng)狀況，跟蹤市場(chǎng)趨勢(shì)，制定合理的采購(gòu)與銷售策略。之前由于業(yè)務(wù)需求，已建立了若干業(yè)務(wù)處理系統(tǒng)，如人事、庫(kù)存、銷售、采購(gòu)等。由于這些業(yè)務(wù)處理系統(tǒng)各自為政，缺乏全局性，因此，難以從中進(jìn)行全局性的分析工作并獲取相關(guān)報(bào)表。所以，決策者決定建立一個(gè)DW。[明確決策需求，進(jìn)一步確定所需信息]CH3例——某超市的DW設(shè)計(jì)CH323①DW用戶的決策分析基于開發(fā)DW的初衷，超市決策者迫切希望掌握超市的庫(kù)存情況和銷售情況。為制定一個(gè)營(yíng)銷策略，決策者要進(jìn)行以下分析：超市促銷效果，客戶購(gòu)買趨勢(shì)，商品供應(yīng)市場(chǎng)變化趨勢(shì)以及供應(yīng)商和客戶的信用等級(jí)等。②支持決策的數(shù)據(jù)需求分析為完成上述分析，決策者需要促銷策略數(shù)據(jù)、采購(gòu)數(shù)據(jù)、庫(kù)存數(shù)據(jù)、客戶及供應(yīng)商數(shù)據(jù)等。CH3①DW用戶的決策分析CH324③數(shù)據(jù)需求分析工具常用的工具有：用戶信息需求表、CRUD矩陣、業(yè)務(wù)處理系統(tǒng)數(shù)據(jù)存儲(chǔ)表等。用于描述用戶的信息需求狀況以及信息的詳細(xì)程度。CH3③數(shù)據(jù)需求分析工具用于描述用戶的信息需求狀況以及信25用于描述高層模型中每個(gè)實(shí)體產(chǎn)生、引用、更新以及刪除的情況。CH3用于描述高層模型中每個(gè)實(shí)體產(chǎn)生、引用、更新以及刪除的26用于描述DW數(shù)據(jù)源的物理狀況。CH3用于描述DW數(shù)據(jù)源的物理狀況。CH3273.概念模型的分析概念模型主要在設(shè)計(jì)者與用戶之間交流對(duì)業(yè)務(wù)過程的認(rèn)識(shí)，一般用ER圖表示，仍以超市為例——考慮決策者的分析需求，確定超市DW的三個(gè)基本主題域：銷售主題、商品主題和客戶主題，則其概念模型如下：CH33.概念模型的分析CH328給出每個(gè)主題的屬性后，便得到完整的概念模型了：CH3給出每個(gè)主題的屬性后，便得到完整的概念模型了：CH3294.概念模型的設(shè)計(jì)以概念模型的分析結(jié)果以及概念模型的定義中收集到的數(shù)據(jù)為基礎(chǔ)，完成星形或雪花模型的設(shè)計(jì)。前面的ERD只適合于業(yè)務(wù)處理系統(tǒng)的設(shè)計(jì)而不能用于DW的設(shè)計(jì)。實(shí)際中，選取星形模型還是雪花模型取決于用戶的決策分析需求。CH34.概念模型的設(shè)計(jì)CH330CH3CH331CH3CH3325.概念模型文檔與評(píng)審概念模型設(shè)計(jì)文檔——主要包括DW開發(fā)需求分析報(bào)告、概念模型分析報(bào)告、概念模型以及概念模型評(píng)審報(bào)告。概念模型的評(píng)審——DW開發(fā)中經(jīng)常出現(xiàn)這類的階段性評(píng)審[好處？]。概念模型的評(píng)審主要用于確定概念模型是否準(zhǔn)確、完整地描述了用戶的決策分析環(huán)境。CH35.概念模型文檔與評(píng)審CH333概念模型的評(píng)審人員——DW項(xiàng)目負(fù)責(zé)人、DW分析人員、DW設(shè)計(jì)人員、DW用戶，一般限制在十人以下。概念模型的評(píng)審內(nèi)容——評(píng)審資料有：DW開發(fā)任務(wù)書，用戶信息需求表，DW主題說明書，ERD，概念模型設(shè)計(jì)成果（星形模型或雪花模型）；——評(píng)審標(biāo)準(zhǔn)：是否真實(shí)反映了開發(fā)DW的目的，信息需求表準(zhǔn)確否，DW的主題全面否，ERD、星形/雪花模型是否如實(shí)反映了用戶的決策分析環(huán)境等。CH3概念模型的評(píng)審人員CH334§4DW邏輯模型設(shè)計(jì)邏輯模型是物理模型和概念模型之間的橋梁，它與DW物理實(shí)現(xiàn)時(shí)所使用的數(shù)據(jù)庫(kù)相關(guān)——大多為RDBMS，故此，邏輯模型主要采用的是關(guān)系模型——利用關(guān)系模型不僅可以設(shè)計(jì)指標(biāo)實(shí)體，還可以設(shè)計(jì)維實(shí)體以及詳細(xì)類別實(shí)體。CH3§4DW邏輯模型設(shè)計(jì)CH335邏輯模型設(shè)計(jì)的內(nèi)容主要有：1.分析主題域5.定義DW的實(shí)體

2.確定粒度層6.定義DW的數(shù)據(jù)

次以及聚集

抽取模型3.確定數(shù)據(jù)7.DW元數(shù)據(jù)模型

分割策略

的建立與應(yīng)用

4.定義關(guān)系模型8.評(píng)審邏輯模型CH3邏輯模型設(shè)計(jì)的內(nèi)容主要有：CH3361.分析主題域數(shù)據(jù)倉(cāng)庫(kù)的建立是一個(gè)循環(huán)的過程——一般每次循環(huán)建立建立一個(gè)/幾個(gè)主題域。超市DW概念模型中，確立了三個(gè)基本主題域（商品、銷售、客戶）——經(jīng)分析可發(fā)現(xiàn)，其中銷售是超市的基本業(yè)務(wù)，也是進(jìn)行決策分析的主要領(lǐng)域，因此，決定首先建立并實(shí)施銷售主題域。CH31.分析主題域CH337

一旦定義了主題域，也就確定了DW的邏輯模型，進(jìn)一步要詳細(xì)描述該模型中主題的所有屬性，以便確定系統(tǒng)相關(guān)的行為和存儲(chǔ)結(jié)構(gòu)——如下圖所示。CH3一旦定義了主題域，也就確定了DW的邏輯模型，進(jìn)一步要382.確定粒度層次以及聚集粒度層次及聚集的確定，要參照第二章§6和§7中介紹的原則和方法——無非是確定單一還是多重粒度，及常用的聚集等。對(duì)于超市的銷售主題，采用多重粒度較為適宜，考慮到銷售記錄數(shù)量的龐大，以及對(duì)銷售的分析以銷售統(tǒng)計(jì)以及銷售趨勢(shì)分析為主，商品銷售數(shù)據(jù)的綜合層次可以分為每種商品的周、月、季統(tǒng)計(jì)銷售數(shù)據(jù)，每小類商品的周、月、季統(tǒng)計(jì)銷售數(shù)據(jù)等。CH32.確定粒度層次以及聚集CH3393.確定數(shù)據(jù)分割策略數(shù)據(jù)分割——把邏輯上整體的數(shù)據(jù)分割成較小的、可獨(dú)立管理的物理單元進(jìn)行存儲(chǔ)，以便于數(shù)據(jù)的重構(gòu)、重組和恢復(fù)，并提高建立索引和順序掃描的效率。數(shù)據(jù)分割，必需在邏輯模型設(shè)計(jì)中完成（為什么？），它可以采用單一標(biāo)準(zhǔn)（比如季節(jié)）或組合標(biāo)準(zhǔn)（如，按季節(jié)+業(yè)務(wù)類型）進(jìn)行分割。采用什么樣的分割標(biāo)準(zhǔn)，一般考慮以下三個(gè)因素：CH33.確定數(shù)據(jù)分割策略CH340數(shù)據(jù)量——主要因素。數(shù)據(jù)量小，可不分割或用單一標(biāo)準(zhǔn)分割；數(shù)據(jù)量大，則要用組合標(biāo)準(zhǔn)細(xì)致地分割。數(shù)據(jù)處理對(duì)象——與主題域相關(guān)，比如，商品主題可以用商品種類、商品小類、時(shí)間標(biāo)準(zhǔn)分割，而供應(yīng)商主題則更多地用地址和時(shí)間標(biāo)準(zhǔn)進(jìn)行分割。（思考：為什么？）CH3數(shù)據(jù)量CH341粒度分割的策略——數(shù)據(jù)分割標(biāo)準(zhǔn)必需要與粒度層次統(tǒng)一起來。比如，假如商品主題關(guān)于商品銷售數(shù)據(jù)的粒度是按日期和商品類別進(jìn)行劃分的，那么，在每一粒度層次上的數(shù)據(jù)，就要按日期和商品類別的組合標(biāo)準(zhǔn)進(jìn)行分割，以便于將來在日期和類別方面綜合為更高層次粒度的數(shù)據(jù)。CH3粒度分割的策略CH342超市DW中，如果決策者經(jīng)常關(guān)心的問題是商品在某個(gè)季節(jié)的銷售情況，則，可以考慮按照季節(jié)（日期）進(jìn)行分割，因?yàn)椋孩俪蠨W是按日期順序獲取數(shù)據(jù)的；②DW中數(shù)據(jù)的綜合常常是在日期維上進(jìn)行的。當(dāng)然，也可以考慮用業(yè)務(wù)類型、地理位置等標(biāo)準(zhǔn)進(jìn)行分割。CH3超市DW中，如果決策者經(jīng)常關(guān)心的問題是商品在某個(gè)季節(jié)434.定義關(guān)系模型由于DW一般都是在RDBMS上實(shí)現(xiàn)的，因此不論概念模型是E-R模型、星形模型還是雪花模型，都要轉(zhuǎn)換為關(guān)系模型。

指標(biāo)實(shí)體轉(zhuǎn)換后，可能形成多個(gè)關(guān)系（事實(shí)表），這些關(guān)系，通過公共碼鍵聯(lián)系在一起；當(dāng)然，還要?jiǎng)?chuàng)建相應(yīng)的維表、詳細(xì)類別表。事實(shí)表通過外鍵與它們建立聯(lián)系。CH34.定義關(guān)系模型CH344例：超市客戶的邏輯模型轉(zhuǎn)換后包括以下各表：客戶基本情況表(賬號(hào)int9,……)，客戶變動(dòng)情況表(賬號(hào)int9,……)，商品交易情況表(賬號(hào)int9,……)，服務(wù)交易情況表(賬號(hào)int9,……)，客戶反饋記錄表(賬號(hào)int9,……)，客戶信用狀況表(賬號(hào)int9,……)等。這些表，通過公共碼鍵——賬號(hào)關(guān)聯(lián)在一起。CH3例：超市客戶的邏輯模型轉(zhuǎn)換后包括以下各表：CH3455.定義DW的實(shí)體邏輯模型設(shè)計(jì)中，不僅要確定實(shí)體、實(shí)體間的關(guān)系和實(shí)體具有的列，還要進(jìn)一步確定主鍵列、候選鍵列以及外鍵列等，它們可以由一列或多列組成。此外，還要確定各個(gè)實(shí)體中的列是否可以為空值——一般，主鍵/候選鍵/外鍵不能為空。最后，還要給出每個(gè)實(shí)體所有列的具體特性以及實(shí)體的容量和數(shù)據(jù)更新頻率。CH35.定義DW的實(shí)體CH346CH3CH347CH3CH3486.定義DW的數(shù)據(jù)抽取模型數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取模型由數(shù)據(jù)抽取流程圖和若干種表構(gòu)成。設(shè)計(jì)數(shù)據(jù)抽取模型的目的是建立DW的數(shù)據(jù)抽取(Extract)、轉(zhuǎn)換(Transform)和加載(Load)系統(tǒng)，即ETL系統(tǒng)。數(shù)據(jù)抽取模型的建立，主要包括四個(gè)方面的工作：數(shù)據(jù)抽取處理流程圖，DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃，DW的清理數(shù)據(jù)轉(zhuǎn)換方法，DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型。CH36.定義DW的數(shù)據(jù)抽取模型CH349①數(shù)據(jù)抽取處理流程數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取是傳統(tǒng)的數(shù)據(jù)處理流程，其輸入是各種業(yè)務(wù)處理系統(tǒng)DB，輸出是DW數(shù)據(jù)。

根據(jù)元數(shù)據(jù)中定義的標(biāo)準(zhǔn)數(shù)據(jù)格式及相應(yīng)的規(guī)則進(jìn)行處理。CH3①數(shù)據(jù)抽取處理流程根據(jù)元數(shù)據(jù)中定義的標(biāo)準(zhǔn)數(shù)50②DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃該計(jì)劃，是關(guān)于DW從數(shù)據(jù)源中抽取、轉(zhuǎn)換和加載的工作計(jì)劃。制定該計(jì)劃時(shí)，要考慮相關(guān)的影響因素并確定對(duì)應(yīng)的對(duì)策。A.影響因素?cái)?shù)據(jù)格式——多數(shù)據(jù)源，統(tǒng)一格式；壞數(shù)據(jù)——丟失、失效、改不正確的數(shù)據(jù)；系統(tǒng)的兼容性——不同業(yè)務(wù)處理系統(tǒng)間的兼容；CH3②DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃CH351數(shù)據(jù)源的變化——數(shù)據(jù)源數(shù)據(jù)格式與結(jié)構(gòu)的變化；數(shù)據(jù)抽取的時(shí)間——避開業(yè)務(wù)處理系統(tǒng)的高峰期。B.對(duì)策面對(duì)上述影響因素，要明確抽取什么數(shù)據(jù)（抽取方式）？何時(shí)抽取？何處抽取？抽取方式

全庫(kù)比較——當(dāng)前瞬間的狀態(tài)與上次抽取時(shí)的狀態(tài)比較，找出增量文件；CH3數(shù)據(jù)源的變化CH352利用程序日志——在業(yè)務(wù)系統(tǒng)中，用程序把發(fā)生變化的數(shù)據(jù)記下來，形成增量文件；利用數(shù)據(jù)庫(kù)日志——檢查DB運(yùn)行日志以確定增量文件；利用時(shí)間戳——在記錄中增加時(shí)間戳（會(huì)增加業(yè)務(wù)處理系統(tǒng)的開銷）；CH3利用程序日志CH353利用位圖索引——在數(shù)據(jù)源的記錄中增加一個(gè)位圖索引字段，其取值為：沒變化/修改過/修改中。抽取時(shí)間兩種方法——基于時(shí)間的抽取和基于事件的抽取。抽取地點(diǎn)即抽取過程的運(yùn)行之處——在數(shù)據(jù)源還是數(shù)據(jù)倉(cāng)庫(kù)中。CH3利用位圖索引CH354③DW的數(shù)據(jù)清理轉(zhuǎn)換方法數(shù)據(jù)清理與轉(zhuǎn)換用來解決數(shù)據(jù)源和DW的數(shù)據(jù)格式不一致性的問題，其方法有：類型轉(zhuǎn)換——將相同含義不同格式的數(shù)據(jù)轉(zhuǎn)換成相同格式的數(shù)據(jù)；串操作——將兩個(gè)以上列的值裁剪、連接為一個(gè)新值；關(guān)鍵字翻譯——數(shù)據(jù)源關(guān)鍵字到DW關(guān)鍵字的映射；CH3③DW的數(shù)據(jù)清理轉(zhuǎn)換方法CH355

數(shù)學(xué)函數(shù)——用數(shù)學(xué)函數(shù)根據(jù)數(shù)據(jù)源計(jì)算出結(jié)果作為DW的數(shù)據(jù)；參照完整性——數(shù)據(jù)加載到DW時(shí)，要確定這些數(shù)據(jù)是否已經(jīng)在DW中了；

聚集運(yùn)算——在數(shù)據(jù)加載到DW過程中，計(jì)算之前確定了的大量的概括、聚集數(shù)據(jù)，以減少數(shù)據(jù)I/O的開銷。CH3數(shù)學(xué)函數(shù)CH356④DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型包括以下四個(gè)方面的工作：數(shù)據(jù)源分析——數(shù)據(jù)倉(cāng)庫(kù)主題所需各個(gè)數(shù)據(jù)源的詳細(xì)情況，包括所在的計(jì)算機(jī)平臺(tái)、擁有者、數(shù)據(jù)結(jié)構(gòu)、使用該數(shù)據(jù)源的處理過程、DW的更新計(jì)劃等；——分析DW中的每個(gè)列及其在數(shù)據(jù)源(業(yè)務(wù)處理系統(tǒng)或外部數(shù)據(jù)源)中的數(shù)據(jù)來源的情況；CH3④DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型CH357上述分析過程中，要利用數(shù)據(jù)抽取規(guī)則確定從哪些數(shù)據(jù)源抽取哪些數(shù)據(jù)，這些數(shù)據(jù)基于哪些數(shù)據(jù)平臺(tái)等，并形成數(shù)據(jù)源抽取對(duì)象表：CH3上述分析過程中，要利用數(shù)據(jù)抽取規(guī)則確定從哪些數(shù)據(jù)源抽58數(shù)據(jù)抽取條件分析分析所抽取的數(shù)據(jù)應(yīng)滿足哪些條件——可能是來自于不同表的復(fù)合條件，并形成數(shù)據(jù)源抽取規(guī)則表：CH3數(shù)據(jù)抽取條件分析CH359

數(shù)據(jù)清理分析清理工作包括數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)類型統(tǒng)一或者匯總或聚集處理等，并形成目標(biāo)表列與數(shù)據(jù)源表列的對(duì)應(yīng)關(guān)系表：CH3數(shù)據(jù)清理分析CH360

數(shù)據(jù)的排序、概括和導(dǎo)出處理給出以下兩種表：CH3數(shù)據(jù)的排序、概括和導(dǎo)出處理CH361CH3CH3627.DW元數(shù)據(jù)模型的建立與應(yīng)用元數(shù)據(jù)模型的作用在于指導(dǎo)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的抽取、清理和加載過程以及引導(dǎo)用戶使用數(shù)據(jù)倉(cāng)庫(kù)。元數(shù)據(jù)模型的建立貫穿于DW的規(guī)劃到應(yīng)用的整個(gè)過程。元數(shù)據(jù)模型的建立需要在多個(gè)DW生命周期的循環(huán)——即螺旋式開發(fā)過程中完成,其建立與應(yīng)用過程如下圖所示。CH37.DW元數(shù)據(jù)模型的建立與應(yīng)用CH363CH3CH364其中，各個(gè)步驟的內(nèi)容如下：⑴利用某種建模工具創(chuàng)建DW模型的過程中，需要從業(yè)務(wù)處理系統(tǒng)中提取元數(shù)據(jù)，并建立DW的邏輯模型和物理模型——包括DW的邏輯名稱、業(yè)務(wù)名稱、列名、物理列名、業(yè)務(wù)術(shù)語(yǔ)和描述、查詢的樣值及提示等，并把它們存放在元數(shù)據(jù)目錄中；⑵在DW中添加數(shù)據(jù)加載的元數(shù)據(jù)——關(guān)于DW數(shù)據(jù)源的描述，完成數(shù)據(jù)“來源定義”；CH3其中，各個(gè)步驟的內(nèi)容如下：CH365⑶利用數(shù)據(jù)加載工具提取DW中各種表的定義，并完成源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的映射的定義，捕捉所有轉(zhuǎn)換信息；⑷把上述源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的映射和轉(zhuǎn)換存儲(chǔ)到元數(shù)據(jù)目錄中；⑸把數(shù)據(jù)加載到DW時(shí)，需從元數(shù)據(jù)目錄中找到有關(guān)源數(shù)據(jù)的類型和位置、目標(biāo)數(shù)據(jù)的類型和位置以及兩者間的映射；CH3⑶利用數(shù)據(jù)加載工具提CH366⑹數(shù)據(jù)加載前，要檢查DW中物理狀態(tài)的最新信息，如磁盤空間等；⑺利用元數(shù)據(jù)提取數(shù)據(jù)的同時(shí)，根據(jù)提取的源數(shù)據(jù)狀況，提取元數(shù)據(jù)，如數(shù)據(jù)提取時(shí)間、數(shù)據(jù)源的變化等；⑻將提取的源數(shù)據(jù)經(jīng)清理、轉(zhuǎn)換后加載到DW中；⑼加載中，將捕捉到的加載統(tǒng)計(jì)信息和審核信息保存到元數(shù)據(jù)目錄中；CH3⑹數(shù)據(jù)加載前，要檢查CH367⑽DW建模過程中的事實(shí)表信息，保存為元數(shù)據(jù)目錄中的業(yè)務(wù)分組元數(shù)據(jù)——使用DW的幫助信息；⑾用戶可以利用元數(shù)據(jù)通過前端數(shù)據(jù)展示工具形成查詢請(qǐng)求；⑿DW將查詢結(jié)果返回給用戶；⒀完成用戶查詢的統(tǒng)計(jì)后，結(jié)果保存在元數(shù)據(jù)目錄中——分析用戶使用DW的依據(jù)。CH3⑽DW建模過程中的事實(shí)表CH3688.評(píng)審邏輯模型完成邏輯模型的設(shè)計(jì)工作后，把設(shè)計(jì)方案整理成文檔，并組織有關(guān)人員進(jìn)行評(píng)審。文檔內(nèi)容包括——主題域分析報(bào)告，數(shù)據(jù)粒度劃分模型，數(shù)據(jù)分割策略，數(shù)據(jù)抽取模型，指標(biāo)實(shí)體、維實(shí)體與詳細(xì)類別實(shí)體的關(guān)系模型等。CH38.評(píng)審邏輯模型CH369評(píng)審內(nèi)容：主題域→滿足決策分析要求？概括數(shù)據(jù)使用需求→數(shù)據(jù)粒度及分割策略滿足決策分析要求？指標(biāo)實(shí)體、維實(shí)體、詳細(xì)類別實(shí)體→對(duì)應(yīng)的關(guān)系式滿足3NF？為提高DW效率→進(jìn)行反規(guī)范化處理？數(shù)據(jù)抽取模型→建立正確的對(duì)應(yīng)關(guān)系？CH3評(píng)審內(nèi)容：CH370§5DW物理模型設(shè)計(jì)物理模型設(shè)計(jì)，就是邏輯模型在物理系統(tǒng)中的實(shí)現(xiàn)過程。實(shí)現(xiàn)物理設(shè)計(jì)的前提：全面了解所選用的DBMS，尤其是該DBMS的存儲(chǔ)結(jié)構(gòu)和存取方法；全面了解數(shù)據(jù)環(huán)境、數(shù)據(jù)使用頻率、使用方式、數(shù)據(jù)規(guī)模及響應(yīng)時(shí)間等；全面了解外部存儲(chǔ)設(shè)備的特性。CH3§5DW物理模型設(shè)計(jì)CH371物理模型設(shè)計(jì)的內(nèi)容包括：確定DW設(shè)計(jì)的規(guī)范；確定數(shù)據(jù)結(jié)構(gòu)的類型；創(chuàng)建DW的索引；確定數(shù)據(jù)存放的位置；確定存儲(chǔ)分配等。最后，要對(duì)物理模型進(jìn)行評(píng)審，內(nèi)容包括：表空間、分區(qū)、數(shù)據(jù)表、數(shù)據(jù)量、數(shù)據(jù)分布、索引等等。CH3物理模型設(shè)計(jì)的內(nèi)容包括：CH372§6DW的實(shí)施——以物理模型為基礎(chǔ)，具體工作包括以下五個(gè)方面的內(nèi)容：1.DW與業(yè)務(wù)處理系統(tǒng)接口的設(shè)計(jì)

邏輯模型中，已經(jīng)建立了每個(gè)目標(biāo)列抽取的規(guī)則（與業(yè)務(wù)處理系統(tǒng)或外部數(shù)據(jù)源間的映射），為使DW中的數(shù)據(jù)抽取快速、準(zhǔn)確需要設(shè)計(jì)相應(yīng)的接口程序，以完成數(shù)據(jù)抽取的工作。CH3§6DW的實(shí)施CH373一般，接口程序的功能為：從面向應(yīng)用和操作的環(huán)境生成完整的數(shù)據(jù)；生成數(shù)據(jù)的聚集；完成基于時(shí)間的數(shù)據(jù)轉(zhuǎn)換；掃描現(xiàn)有系統(tǒng)以便追加數(shù)據(jù)等。2.DW的創(chuàng)建顯然，DW中包含兩類數(shù)據(jù)——分析數(shù)據(jù)和元數(shù)據(jù)。分析數(shù)據(jù)，大多采用RDBMS管理（少數(shù)情況下采用多維數(shù)據(jù)庫(kù)方式）。CH3一般，接口程序的功能為：從面向應(yīng)用和操作的環(huán)境生成完74元數(shù)據(jù)庫(kù)構(gòu)成會(huì)較為復(fù)雜——它不但為過程之間、工具之間和數(shù)據(jù)庫(kù)之間提供了管理連接的基礎(chǔ)，還要存儲(chǔ)一些模型。根據(jù)邏輯模型設(shè)計(jì)以及物理模型設(shè)計(jì)的結(jié)果，一經(jīng)選定創(chuàng)建工具，就可以建成一個(gè)與設(shè)計(jì)方案一致的DW了。常用的創(chuàng)建DW的工具有Oracle10i,MSSQLServer2005,Sybase,Informix等。CH3元數(shù)據(jù)庫(kù)構(gòu)成會(huì)較為復(fù)雜——它不但為過程之間、工具之間753.DW的數(shù)據(jù)加載、復(fù)制與發(fā)行數(shù)據(jù)加載數(shù)據(jù)源→數(shù)據(jù)準(zhǔn)備區(qū)→DW事實(shí)表上述過程，一般通過標(biāo)準(zhǔn)方法或公共工具來實(shí)現(xiàn)（如RDBMS中的SQL，或?qū)ｉT管理DW的加載工具），或者自行設(shè)計(jì)一個(gè)加載程序。復(fù)制復(fù)制技術(shù)，分布式數(shù)據(jù)環(huán)境中采用。發(fā)行[發(fā)布？]一經(jīng)發(fā)布，便被公認(rèn)。CH33.DW的數(shù)據(jù)加載、復(fù)制與發(fā)行CH3764.DW的中間件設(shè)計(jì)DW的中間件——能夠把DW各個(gè)部分以人們不易察覺的方式無縫地整合到一起的程序模塊。DW的中間件主要包括進(jìn)行數(shù)據(jù)抽取、轉(zhuǎn)換、復(fù)制的中間件（備份中間件），用于數(shù)據(jù)庫(kù)訪問的網(wǎng)關(guān)中間件，對(duì)DW進(jìn)行監(jiān)控的中間件等。CH34.DW的中間件設(shè)計(jì)CH3775.DW的測(cè)試DW測(cè)試工作包括兩類：?jiǎn)卧獪y(cè)試和系統(tǒng)集成測(cè)試。單元測(cè)試——每個(gè)單獨(dú)組件完成后進(jìn)行的測(cè)試，試圖找到與本單元相關(guān)的潛在錯(cuò)誤。集成測(cè)試——測(cè)試的目的是驗(yàn)證每個(gè)單元與DW或子系統(tǒng)間的接口是否能夠正常傳遞參數(shù)并執(zhí)行系統(tǒng)的整體功能。CH35.DW的測(cè)試CH378§7DW的應(yīng)用、支持和增強(qiáng)1.DW的用戶培訓(xùn)及支持用戶培訓(xùn)計(jì)算機(jī)技能、DW的概念、原理、使用過程、培訓(xùn)案例等不同時(shí)期，對(duì)用戶的支持不同比如，初期只是使用方法的支持，后期，用戶可能會(huì)針對(duì)結(jié)果提出質(zhì)疑等等。CH3§7DW的應(yīng)用、支持和增強(qiáng)CH3792.DW的使用方式通常分為驗(yàn)證方式和發(fā)現(xiàn)方式兩類。用于實(shí)現(xiàn)驗(yàn)證方式的工具有查詢系統(tǒng)、報(bào)表系統(tǒng)以及多維分析工具等；用于實(shí)現(xiàn)發(fā)現(xiàn)方式的工具有數(shù)據(jù)挖掘工具等。這兩種使用方式的應(yīng)用領(lǐng)域可以劃分為信息處理、分析處理和數(shù)據(jù)挖掘等三個(gè)方面。CH32.DW的使用方式CH3803.DW使用中的數(shù)據(jù)刷新隨著DW使用頻率的提高，對(duì)DW的要求會(huì)越來越高——從已有資源中得到更多的信息或獲取更多的尚未開發(fā)的數(shù)據(jù)源等。具體包括：從已有數(shù)據(jù)資源中獲得更多數(shù)據(jù)；從內(nèi)部獲取新的數(shù)據(jù)源；獲取新的/更多的行業(yè)數(shù)據(jù)源。CH33.DW使用中的數(shù)據(jù)刷新CH3814.DW的增強(qiáng)一般從以下六個(gè)方面對(duì)DW增強(qiáng)或擴(kuò)充：元數(shù)據(jù)的局限性；缺乏外部數(shù)據(jù)；數(shù)據(jù)加載性能差；DW應(yīng)用范圍擴(kuò)大；DW整體性能的調(diào)整；DW重新規(guī)劃等。CH34.DW的增強(qiáng)CH382與傳統(tǒng)的DB開發(fā)一樣，DW的開發(fā)也經(jīng)歷需求分析、概念模型設(shè)計(jì)、邏輯模型設(shè)計(jì)和物理模型設(shè)計(jì)；其不同之處——數(shù)據(jù)量以及數(shù)據(jù)操作不同，此外，前者在需求分階段就能確定系統(tǒng)的功能，后者則不能。

§1DW開發(fā)應(yīng)用的特點(diǎn)§2DW的規(guī)劃§3DW概念模型設(shè)計(jì)§4DW邏輯模型設(shè)計(jì)§5DW物理模型設(shè)計(jì)§6DW的實(shí)施§7DW的應(yīng)用、支持和增強(qiáng)第三章數(shù)據(jù)倉(cāng)庫(kù)開發(fā)應(yīng)用過程與傳統(tǒng)的DB開發(fā)一樣，DW的開發(fā)也經(jīng)歷需求分析、概念83§1DW開發(fā)應(yīng)用的特點(diǎn)DW的開發(fā)也具有其特有的、完整的生命周期——DW規(guī)劃分析階段、DW設(shè)計(jì)實(shí)施階段以及DW使用維護(hù)階段。該三個(gè)階段將循環(huán)往復(fù)，直至一個(gè)完善的DW開發(fā)完畢。1.DW開發(fā)的階段性借鑒Nolan階段模型，可以將DW的開發(fā)階段劃分為：創(chuàng)始階段、成長(zhǎng)階段、控制階段和成熟階段等四個(gè)階段。[課后閱讀]CH3§1DW開發(fā)應(yīng)用的特點(diǎn)CH3842.DW的螺旋式開發(fā)方法如前所述，DW的一個(gè)生命周期包含三個(gè)階段。然而，一個(gè)完善的DW需要經(jīng)歷若干個(gè)生命周期完成——每個(gè)DW生命周期積累的經(jīng)驗(yàn)，一方面可以用于未來其他主題的開發(fā)應(yīng)用，另一方面，可以用于完善原DW。上述過程便構(gòu)成了數(shù)據(jù)倉(cāng)庫(kù)的螺旋式開發(fā)方法，該方法是目前DW開發(fā)的主要方法。CH32.DW的螺旋式開發(fā)方法CH385DW的螺旋式開發(fā)方法設(shè)計(jì)體系結(jié)構(gòu)開發(fā)概念模型開發(fā)邏輯模型DW與元數(shù)據(jù)的設(shè)計(jì)數(shù)據(jù)抽取轉(zhuǎn)換與加載開發(fā)或購(gòu)買中間件填充與測(cè)試數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)用戶培訓(xùn)改進(jìn)維護(hù)數(shù)據(jù)倉(cāng)庫(kù)評(píng)價(jià)數(shù)據(jù)倉(cāng)庫(kù)規(guī)劃與確定需求規(guī)劃分析階段設(shè)計(jì)實(shí)施階段使用維護(hù)階段數(shù)據(jù)倉(cāng)庫(kù)開發(fā)過程CH3DW的螺旋式開發(fā)方法設(shè)計(jì)體系結(jié)構(gòu)開發(fā)概念模型開發(fā)邏輯模型DW863.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的特點(diǎn)數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)方法①用業(yè)務(wù)系統(tǒng)的數(shù)據(jù)創(chuàng)建DWDB系統(tǒng)有什么→對(duì)DW有何影響；DB數(shù)據(jù)→主題領(lǐng)域[聯(lián)系]；數(shù)據(jù)模型→DB與主題數(shù)據(jù)的共同性。②該方法不是面向應(yīng)用的，即，不是從應(yīng)用需求出發(fā)的。CH33.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的特點(diǎn)CH387開發(fā)初期使用需求的不確定性

DB系統(tǒng)，面向應(yīng)用，其設(shè)計(jì)有一組確定的應(yīng)用需求做為參照；

DW無對(duì)應(yīng)的、固定的物流、信息流、數(shù)據(jù)流等，導(dǎo)致數(shù)據(jù)的分析處理沒有固定的模式，甚至用戶自己都不知道其將來的分析處理的過程，所以，難以在初期確定DW的使用需求。CH3開發(fā)初期使用需求的不確定性CH388不斷循環(huán)的啟發(fā)式過程DW的開發(fā)是一個(gè)動(dòng)態(tài)反饋的、啟發(fā)式的循環(huán)過程：一方面，DW的數(shù)據(jù)內(nèi)容、結(jié)構(gòu)、數(shù)據(jù)粒度、分割及其他物理模型及其設(shè)計(jì)需根據(jù)用戶的反饋信息不斷調(diào)整和完善，以提高系統(tǒng)的效率和性能；另一方面，通過不斷理解用戶的決策分析需求，來調(diào)整和完善DW，以提供更為準(zhǔn)確的決策信息。CH3不斷循環(huán)的啟發(fā)式過程CH389§2DW的規(guī)劃規(guī)劃是DW開發(fā)的首要任務(wù)，它包括選擇DW實(shí)現(xiàn)策略、確定DW開發(fā)目標(biāo)和實(shí)現(xiàn)范圍、選擇DW體系結(jié)構(gòu)以及建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算四個(gè)方面。上述規(guī)劃工作完成后，要編制DW規(guī)劃說明書，內(nèi)容包括DW與企業(yè)戰(zhàn)略規(guī)劃之間的關(guān)系，DW重點(diǎn)支持的職能部門，對(duì)DW開發(fā)工作的建議，實(shí)際使用方案與開發(fā)預(yù)算等。CH3§2DW的規(guī)劃CH3901.選擇DW實(shí)現(xiàn)策略主要有自上而下、自下而上以及混合策略三種。①自上而下策略

應(yīng)用于DW較難——需求難以定義；較為死板——需預(yù)先確定目標(biāo)；需開發(fā)人員具有豐富的自上而下開發(fā)系統(tǒng)的經(jīng)驗(yàn)，以及管理人員與決策者完全知曉DW的目標(biāo)及作用；適合采用結(jié)構(gòu)化或OO開發(fā)方法。CH31.選擇DW實(shí)現(xiàn)策略CH391②自下而上策略

較靈活——一般從某個(gè)原型開始，常用于開發(fā)數(shù)據(jù)集市；一般用于試點(diǎn)[對(duì)DW技術(shù)的評(píng)價(jià)，運(yùn)行DW的各種費(fèi)用等]；適合采用螺旋式的原型開發(fā)方法。③混合策略難以操作——需要精通方方面面的專家。CH3②自下而上策略CH3922.確定DW的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍為此，需要對(duì)用戶說明DW應(yīng)用和發(fā)展趨勢(shì)以及對(duì)企業(yè)經(jīng)營(yíng)戰(zhàn)略的支持。開發(fā)目標(biāo)：確定信息的范圍[主題域/指標(biāo)域]；確定訪問和導(dǎo)航數(shù)據(jù)的方法和工具包括聚集及概括工具，訪問檢索圖表、預(yù)定義報(bào)表、統(tǒng)計(jì)分析器等的工具等等；CH32.確定DW的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍CH393確定DW數(shù)據(jù)的規(guī)模。

其他目標(biāo)還有：根據(jù)需求確定數(shù)據(jù)的含義，確定DW的類型，確定DW的功能，確定元數(shù)據(jù)的數(shù)量，確定數(shù)據(jù)源的使用，……。可見，DW的目標(biāo)非常繁多復(fù)雜，需開發(fā)人員與用戶不斷交流來確定。CH3確定DW數(shù)據(jù)的規(guī)模。CH394實(shí)現(xiàn)范圍：基于用戶的角度誰[人員/部門]使用DW；DW有哪些查詢——它們確定了概括、聚集、集成、重構(gòu)等的技術(shù)要求以及報(bào)表的種類等。基于技術(shù)的角度確定DW的元數(shù)據(jù)庫(kù)的規(guī)模——間接地確定了DW要管理的數(shù)據(jù)量。CH3實(shí)現(xiàn)范圍：CH3953.選擇DW的體系結(jié)構(gòu)一般基于DW的應(yīng)用結(jié)構(gòu)和DW的技術(shù)平臺(tái)結(jié)構(gòu)兩個(gè)方面來考慮。①DW的應(yīng)用結(jié)構(gòu)基于業(yè)務(wù)處理系統(tǒng)的DW——虛擬DW；單純DW（所有應(yīng)用都在DW中進(jìn)行）；單純數(shù)據(jù)集市（部門級(jí)DW）；DW與數(shù)據(jù)集市（最佳體系結(jié)構(gòu)）。CH33.選擇DW的體系結(jié)構(gòu)CH396②DW的技術(shù)平臺(tái)結(jié)構(gòu)

單層結(jié)構(gòu)——數(shù)據(jù)源與DW共享平臺(tái)或數(shù)據(jù)源、DW、數(shù)據(jù)集市、最終用戶工作站使用同一平臺(tái)；C/S結(jié)構(gòu)；三層C/S結(jié)構(gòu)——包括基于工作站的客戶層、基于服務(wù)器的中間層、基于主機(jī)的第三層；多層式結(jié)構(gòu)——在三層結(jié)構(gòu)基礎(chǔ)上發(fā)展起來的，可多達(dá)五層（存儲(chǔ)層、服務(wù)層、查詢層、應(yīng)用層、客戶層）。CH3②DW的技術(shù)平臺(tái)結(jié)構(gòu)CH3974.建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算

使用方案——實(shí)際上是DW需求的一個(gè)重要的原型，體現(xiàn)了用戶參與的原則。

規(guī)劃預(yù)算——估算項(xiàng)目投資額，可根據(jù)以往軟件開發(fā)確定，或根據(jù)參照結(jié)構(gòu)估算。最后，要撰寫規(guī)劃說明書。CH34.建立DW使用方案和項(xiàng)目規(guī)劃預(yù)算CH398§3DW概念模型設(shè)計(jì)概念模型設(shè)計(jì)包括概念模型的需求調(diào)查、概念模型的定義、概念模型的分析以及概念模型的設(shè)計(jì)四個(gè)階段。1.概念模型的需求調(diào)查概念模型的需求調(diào)查，是以DW開發(fā)任務(wù)書（包括組織現(xiàn)狀、業(yè)務(wù)功能及范圍、組織發(fā)展的戰(zhàn)略、需決策支持的方面等）為基礎(chǔ)進(jìn)行的。CH3§3DW概念模型設(shè)計(jì)CH399調(diào)查對(duì)象包括組織中的DW項(xiàng)目負(fù)責(zé)人、知識(shí)用戶、信息用戶和信息管理人員。項(xiàng)目負(fù)責(zé)人——通過項(xiàng)目負(fù)責(zé)人在開發(fā)者和用戶之間進(jìn)行溝通，以確定用戶的信息需求、定義系統(tǒng)以及界定系統(tǒng)邊界。CH3調(diào)查對(duì)象CH3100對(duì)項(xiàng)目負(fù)責(zé)人的調(diào)查內(nèi)容包括：①組織的管理人員對(duì)信息的需求，比如，與任務(wù)說明書中業(yè)務(wù)需求相關(guān)的業(yè)務(wù)或事務(wù)，相關(guān)的數(shù)據(jù)在哪個(gè)系統(tǒng)中，所需數(shù)據(jù)的年限，現(xiàn)行業(yè)務(wù)處理系統(tǒng)能否提供所需數(shù)據(jù)等。②用戶的有關(guān)情況，比如，誰是用戶？用戶如何使用DW？用戶是否擁有自己的計(jì)算機(jī)系統(tǒng)？是否使用了分析工具？用戶喜好的報(bào)表形式？等等。③DW成功因素的建議、希望DW做什么？CH3對(duì)項(xiàng)目負(fù)責(zé)人的調(diào)查內(nèi)容包括：CH3101知識(shí)用戶與信息用戶——主要調(diào)查信息的來源，包括：

①用戶承擔(dān)的工作及所需信息？信息的來源？信息處理方式？所在部門使用哪些信息系統(tǒng)？這些系統(tǒng)提供哪些分析信息？

②用戶使用什么樣的計(jì)算機(jī)系統(tǒng)？其中有哪些應(yīng)用程序？對(duì)這些程序的熟悉程度？③了解DW否？希望DW達(dá)到什么目的？如何衡量是否達(dá)到此目的？工作中尚未獲得哪些信息?④如何評(píng)價(jià)DW（同前）？CH3知識(shí)用戶與信息用戶CH3102信息管理人員

——主要調(diào)查組織所用的系統(tǒng)環(huán)境，比如組織有否DSS？其用戶是誰？提供什么支持信息？等等。可見，需求調(diào)查過程中，開發(fā)人員應(yīng)該關(guān)注的是管理決策中關(guān)于信息的需求、用戶的基本情況、用戶使用信息的情況，而非像業(yè)務(wù)處理系統(tǒng)開發(fā)那樣，向被調(diào)查人員詢問系統(tǒng)應(yīng)該具有哪些功能！CH3信息管理人員CH31032.概念模型的定義概念模型的定義，就是要確定系統(tǒng)的范圍及所涉及的對(duì)象——從所選擇的主題域出發(fā)，確定基本需求的方向以及基本的數(shù)據(jù)需求（有別于功能驅(qū)動(dòng)的業(yè)務(wù)處理系統(tǒng)，數(shù)據(jù)驅(qū)動(dòng)的DW設(shè)計(jì)之初，不能馬上知道用戶詳細(xì)的需求），從而界定DW大致的系統(tǒng)邊界，并形式地表示出來。CH32.概念模型的定義CH3104例——某超市的DW設(shè)計(jì)日趨激烈的競(jìng)爭(zhēng)環(huán)境，要求決策者能夠更準(zhǔn)確地了解超市的經(jīng)營(yíng)狀況，跟蹤市場(chǎng)趨勢(shì)，制定合理的采購(gòu)與銷售策略。之前由于業(yè)務(wù)需求，已建立了若干業(yè)務(wù)處理系統(tǒng)，如人事、庫(kù)存、銷售、采購(gòu)等。由于這些業(yè)務(wù)處理系統(tǒng)各自為政，缺乏全局性，因此，難以從中進(jìn)行全局性的分析工作并獲取相關(guān)報(bào)表。所以，決策者決定建立一個(gè)DW。[明確決策需求，進(jìn)一步確定所需信息]CH3例——某超市的DW設(shè)計(jì)CH3105①DW用戶的決策分析基于開發(fā)DW的初衷，超市決策者迫切希望掌握超市的庫(kù)存情況和銷售情況。為制定一個(gè)營(yíng)銷策略，決策者要進(jìn)行以下分析：超市促銷效果，客戶購(gòu)買趨勢(shì)，商品供應(yīng)市場(chǎng)變化趨勢(shì)以及供應(yīng)商和客戶的信用等級(jí)等。②支持決策的數(shù)據(jù)需求分析為完成上述分析，決策者需要促銷策略數(shù)據(jù)、采購(gòu)數(shù)據(jù)、庫(kù)存數(shù)據(jù)、客戶及供應(yīng)商數(shù)據(jù)等。CH3①DW用戶的決策分析CH3106③數(shù)據(jù)需求分析工具常用的工具有：用戶信息需求表、CRUD矩陣、業(yè)務(wù)處理系統(tǒng)數(shù)據(jù)存儲(chǔ)表等。用于描述用戶的信息需求狀況以及信息的詳細(xì)程度。CH3③數(shù)據(jù)需求分析工具用于描述用戶的信息需求狀況以及信107用于描述高層模型中每個(gè)實(shí)體產(chǎn)生、引用、更新以及刪除的情況。CH3用于描述高層模型中每個(gè)實(shí)體產(chǎn)生、引用、更新以及刪除的108用于描述DW數(shù)據(jù)源的物理狀況。CH3用于描述DW數(shù)據(jù)源的物理狀況。CH31093.概念模型的分析概念模型主要在設(shè)計(jì)者與用戶之間交流對(duì)業(yè)務(wù)過程的認(rèn)識(shí)，一般用ER圖表示，仍以超市為例——考慮決策者的分析需求，確定超市DW的三個(gè)基本主題域：銷售主題、商品主題和客戶主題，則其概念模型如下：CH33.概念模型的分析CH3110給出每個(gè)主題的屬性后，便得到完整的概念模型了：CH3給出每個(gè)主題的屬性后，便得到完整的概念模型了：CH31114.概念模型的設(shè)計(jì)以概念模型的分析結(jié)果以及概念模型的定義中收集到的數(shù)據(jù)為基礎(chǔ)，完成星形或雪花模型的設(shè)計(jì)。前面的ERD只適合于業(yè)務(wù)處理系統(tǒng)的設(shè)計(jì)而不能用于DW的設(shè)計(jì)。實(shí)際中，選取星形模型還是雪花模型取決于用戶的決策分析需求。CH34.概念模型的設(shè)計(jì)CH3112CH3CH3113CH3CH31145.概念模型文檔與評(píng)審概念模型設(shè)計(jì)文檔——主要包括DW開發(fā)需求分析報(bào)告、概念模型分析報(bào)告、概念模型以及概念模型評(píng)審報(bào)告。概念模型的評(píng)審——DW開發(fā)中經(jīng)常出現(xiàn)這類的階段性評(píng)審[好處？]。概念模型的評(píng)審主要用于確定概念模型是否準(zhǔn)確、完整地描述了用戶的決策分析環(huán)境。CH35.概念模型文檔與評(píng)審CH3115概念模型的評(píng)審人員——DW項(xiàng)目負(fù)責(zé)人、DW分析人員、DW設(shè)計(jì)人員、DW用戶，一般限制在十人以下。概念模型的評(píng)審內(nèi)容——評(píng)審資料有：DW開發(fā)任務(wù)書，用戶信息需求表，DW主題說明書，ERD，概念模型設(shè)計(jì)成果（星形模型或雪花模型）；——評(píng)審標(biāo)準(zhǔn)：是否真實(shí)反映了開發(fā)DW的目的，信息需求表準(zhǔn)確否，DW的主題全面否，ERD、星形/雪花模型是否如實(shí)反映了用戶的決策分析環(huán)境等。CH3概念模型的評(píng)審人員CH3116§4DW邏輯模型設(shè)計(jì)邏輯模型是物理模型和概念模型之間的橋梁，它與DW物理實(shí)現(xiàn)時(shí)所使用的數(shù)據(jù)庫(kù)相關(guān)——大多為RDBMS，故此，邏輯模型主要采用的是關(guān)系模型——利用關(guān)系模型不僅可以設(shè)計(jì)指標(biāo)實(shí)體，還可以設(shè)計(jì)維實(shí)體以及詳細(xì)類別實(shí)體。CH3§4DW邏輯模型設(shè)計(jì)CH3117邏輯模型設(shè)計(jì)的內(nèi)容主要有：1.分析主題域5.定義DW的實(shí)體

2.確定粒度層6.定義DW的數(shù)據(jù)

次以及聚集

抽取模型3.確定數(shù)據(jù)7.DW元數(shù)據(jù)模型

分割策略

的建立與應(yīng)用

4.定義關(guān)系模型8.評(píng)審邏輯模型CH3邏輯模型設(shè)計(jì)的內(nèi)容主要有：CH31181.分析主題域數(shù)據(jù)倉(cāng)庫(kù)的建立是一個(gè)循環(huán)的過程——一般每次循環(huán)建立建立一個(gè)/幾個(gè)主題域。超市DW概念模型中，確立了三個(gè)基本主題域（商品、銷售、客戶）——經(jīng)分析可發(fā)現(xiàn)，其中銷售是超市的基本業(yè)務(wù)，也是進(jìn)行決策分析的主要領(lǐng)域，因此，決定首先建立并實(shí)施銷售主題域。CH31.分析主題域CH3119

一旦定義了主題域，也就確定了DW的邏輯模型，進(jìn)一步要詳細(xì)描述該模型中主題的所有屬性，以便確定系統(tǒng)相關(guān)的行為和存儲(chǔ)結(jié)構(gòu)——如下圖所示。CH3一旦定義了主題域，也就確定了DW的邏輯模型，進(jìn)一步要1202.確定粒度層次以及聚集粒度層次及聚集的確定，要參照第二章§6和§7中介紹的原則和方法——無非是確定單一還是多重粒度，及常用的聚集等。對(duì)于超市的銷售主題，采用多重粒度較為適宜，考慮到銷售記錄數(shù)量的龐大，以及對(duì)銷售的分析以銷售統(tǒng)計(jì)以及銷售趨勢(shì)分析為主，商品銷售數(shù)據(jù)的綜合層次可以分為每種商品的周、月、季統(tǒng)計(jì)銷售數(shù)據(jù)，每小類商品的周、月、季統(tǒng)計(jì)銷售數(shù)據(jù)等。CH32.確定粒度層次以及聚集CH31213.確定數(shù)據(jù)分割策略數(shù)據(jù)分割——把邏輯上整體的數(shù)據(jù)分割成較小的、可獨(dú)立管理的物理單元進(jìn)行存儲(chǔ)，以便于數(shù)據(jù)的重構(gòu)、重組和恢復(fù)，并提高建立索引和順序掃描的效率。數(shù)據(jù)分割，必需在邏輯模型設(shè)計(jì)中完成（為什么？），它可以采用單一標(biāo)準(zhǔn)（比如季節(jié)）或組合標(biāo)準(zhǔn)（如，按季節(jié)+業(yè)務(wù)類型）進(jìn)行分割。采用什么樣的分割標(biāo)準(zhǔn)，一般考慮以下三個(gè)因素：CH33.確定數(shù)據(jù)分割策略CH3122數(shù)據(jù)量——主要因素。數(shù)據(jù)量小，可不分割或用單一標(biāo)準(zhǔn)分割；數(shù)據(jù)量大，則要用組合標(biāo)準(zhǔn)細(xì)致地分割。數(shù)據(jù)處理對(duì)象——與主題域相關(guān)，比如，商品主題可以用商品種類、商品小類、時(shí)間標(biāo)準(zhǔn)分割，而供應(yīng)商主題則更多地用地址和時(shí)間標(biāo)準(zhǔn)進(jìn)行分割。（思考：為什么？）CH3數(shù)據(jù)量CH3123粒度分割的策略——數(shù)據(jù)分割標(biāo)準(zhǔn)必需要與粒度層次統(tǒng)一起來。比如，假如商品主題關(guān)于商品銷售數(shù)據(jù)的粒度是按日期和商品類別進(jìn)行劃分的，那么，在每一粒度層次上的數(shù)據(jù)，就要按日期和商品類別的組合標(biāo)準(zhǔn)進(jìn)行分割，以便于將來在日期和類別方面綜合為更高層次粒度的數(shù)據(jù)。CH3粒度分割的策略CH3124超市DW中，如果決策者經(jīng)常關(guān)心的問題是商品在某個(gè)季節(jié)的銷售情況，則，可以考慮按照季節(jié)（日期）進(jìn)行分割，因?yàn)椋孩俪蠨W是按日期順序獲取數(shù)據(jù)的；②DW中數(shù)據(jù)的綜合常常是在日期維上進(jìn)行的。當(dāng)然，也可以考慮用業(yè)務(wù)類型、地理位置等標(biāo)準(zhǔn)進(jìn)行分割。CH3超市DW中，如果決策者經(jīng)常關(guān)心的問題是商品在某個(gè)季節(jié)1254.定義關(guān)系模型由于DW一般都是在RDBMS上實(shí)現(xiàn)的，因此不論概念模型是E-R模型、星形模型還是雪花模型，都要轉(zhuǎn)換為關(guān)系模型。

指標(biāo)實(shí)體轉(zhuǎn)換后，可能形成多個(gè)關(guān)系（事實(shí)表），這些關(guān)系，通過公共碼鍵聯(lián)系在一起；當(dāng)然，還要?jiǎng)?chuàng)建相應(yīng)的維表、詳細(xì)類別表。事實(shí)表通過外鍵與它們建立聯(lián)系。CH34.定義關(guān)系模型CH3126例：超市客戶的邏輯模型轉(zhuǎn)換后包括以下各表：客戶基本情況表(賬號(hào)int9,……)，客戶變動(dòng)情況表(賬號(hào)int9,……)，商品交易情況表(賬號(hào)int9,……)，服務(wù)交易情況表(賬號(hào)int9,……)，客戶反饋記錄表(賬號(hào)int9,……)，客戶信用狀況表(賬號(hào)int9,……)等。這些表，通過公共碼鍵——賬號(hào)關(guān)聯(lián)在一起。CH3例：超市客戶的邏輯模型轉(zhuǎn)換后包括以下各表：CH31275.定義DW的實(shí)體邏輯模型設(shè)計(jì)中，不僅要確定實(shí)體、實(shí)體間的關(guān)系和實(shí)體具有的列，還要進(jìn)一步確定主鍵列、候選鍵列以及外鍵列等，它們可以由一列或多列組成。此外，還要確定各個(gè)實(shí)體中的列是否可以為空值——一般，主鍵/候選鍵/外鍵不能為空。最后，還要給出每個(gè)實(shí)體所有列的具體特性以及實(shí)體的容量和數(shù)據(jù)更新頻率。CH35.定義DW的實(shí)體CH3128CH3CH3129CH3CH31306.定義DW的數(shù)據(jù)抽取模型數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取模型由數(shù)據(jù)抽取流程圖和若干種表構(gòu)成。設(shè)計(jì)數(shù)據(jù)抽取模型的目的是建立DW的數(shù)據(jù)抽取(Extract)、轉(zhuǎn)換(Transform)和加載(Load)系統(tǒng)，即ETL系統(tǒng)。數(shù)據(jù)抽取模型的建立，主要包括四個(gè)方面的工作：數(shù)據(jù)抽取處理流程圖，DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃，DW的清理數(shù)據(jù)轉(zhuǎn)換方法，DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型。CH36.定義DW的數(shù)據(jù)抽取模型CH3131①數(shù)據(jù)抽取處理流程數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取是傳統(tǒng)的數(shù)據(jù)處理流程，其輸入是各種業(yè)務(wù)處理系統(tǒng)DB，輸出是DW數(shù)據(jù)。

根據(jù)元數(shù)據(jù)中定義的標(biāo)準(zhǔn)數(shù)據(jù)格式及相應(yīng)的規(guī)則進(jìn)行處理。CH3①數(shù)據(jù)抽取處理流程根據(jù)元數(shù)據(jù)中定義的標(biāo)準(zhǔn)數(shù)132②DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃該計(jì)劃，是關(guān)于DW從數(shù)據(jù)源中抽取、轉(zhuǎn)換和加載的工作計(jì)劃。制定該計(jì)劃時(shí)，要考慮相關(guān)的影響因素并確定對(duì)應(yīng)的對(duì)策。A.影響因素?cái)?shù)據(jù)格式——多數(shù)據(jù)源，統(tǒng)一格式；壞數(shù)據(jù)——丟失、失效、改不正確的數(shù)據(jù)；系統(tǒng)的兼容性——不同業(yè)務(wù)處理系統(tǒng)間的兼容；CH3②DW的數(shù)據(jù)抽取、轉(zhuǎn)換與加載計(jì)劃CH3133數(shù)據(jù)源的變化——數(shù)據(jù)源數(shù)據(jù)格式與結(jié)構(gòu)的變化；數(shù)據(jù)抽取的時(shí)間——避開業(yè)務(wù)處理系統(tǒng)的高峰期。B.對(duì)策面對(duì)上述影響因素，要明確抽取什么數(shù)據(jù)（抽取方式）？何時(shí)抽取？何處抽取？抽取方式

全庫(kù)比較——當(dāng)前瞬間的狀態(tài)與上次抽取時(shí)的狀態(tài)比較，找出增量文件；CH3數(shù)據(jù)源的變化CH3134利用程序日志——在業(yè)務(wù)系統(tǒng)中，用程序把發(fā)生變化的數(shù)據(jù)記下來，形成增量文件；利用數(shù)據(jù)庫(kù)日志——檢查DB運(yùn)行日志以確定增量文件；利用時(shí)間戳——在記錄中增加時(shí)間戳（會(huì)增加業(yè)務(wù)處理系統(tǒng)的開銷）；CH3利用程序日志CH3135利用位圖索引——在數(shù)據(jù)源的記錄中增加一個(gè)位圖索引字段，其取值為：沒變化/修改過/修改中。抽取時(shí)間兩種方法——基于時(shí)間的抽取和基于事件的抽取。抽取地點(diǎn)即抽取過程的運(yùn)行之處——在數(shù)據(jù)源還是數(shù)據(jù)倉(cāng)庫(kù)中。CH3利用位圖索引CH3136③DW的數(shù)據(jù)清理轉(zhuǎn)換方法數(shù)據(jù)清理與轉(zhuǎn)換用來解決數(shù)據(jù)源和DW的數(shù)據(jù)格式不一致性的問題，其方法有：類型轉(zhuǎn)換——將相同含義不同格式的數(shù)據(jù)轉(zhuǎn)換成相同格式的數(shù)據(jù)；串操作——將兩個(gè)以上列的值裁剪、連接為一個(gè)新值；關(guān)鍵字翻譯——數(shù)據(jù)源關(guān)鍵字到DW關(guān)鍵字的映射；CH3③DW的數(shù)據(jù)清理轉(zhuǎn)換方法CH3137

數(shù)學(xué)函數(shù)——用數(shù)學(xué)函數(shù)根據(jù)數(shù)據(jù)源計(jì)算出結(jié)果作為DW的數(shù)據(jù)；參照完整性——數(shù)據(jù)加載到DW時(shí)，要確定這些數(shù)據(jù)是否已經(jīng)在DW中了；

聚集運(yùn)算——在數(shù)據(jù)加載到DW過程中，計(jì)算之前確定了的大量的概括、聚集數(shù)據(jù)，以減少數(shù)據(jù)I/O的開銷。CH3數(shù)學(xué)函數(shù)CH3138④DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型包括以下四個(gè)方面的工作：數(shù)據(jù)源分析——數(shù)據(jù)倉(cāng)庫(kù)主題所需各個(gè)數(shù)據(jù)源的詳細(xì)情況，包括所在的計(jì)算機(jī)平臺(tái)、擁有者、數(shù)據(jù)結(jié)構(gòu)、使用該數(shù)據(jù)源的處理過程、DW的更新計(jì)劃等；——分析DW中的每個(gè)列及其在數(shù)據(jù)源(業(yè)務(wù)處理系統(tǒng)或外部數(shù)據(jù)源)中的數(shù)據(jù)來源的情況；CH3④DW的數(shù)據(jù)抽取、清理與轉(zhuǎn)換模型CH3139上述分析過程中，要利用數(shù)據(jù)抽取規(guī)則確定從哪些數(shù)據(jù)源抽取哪些數(shù)據(jù)，這些數(shù)據(jù)基于哪些數(shù)據(jù)平臺(tái)等，并形成數(shù)據(jù)源抽取對(duì)象表：CH3上述分析過程中，要利用數(shù)據(jù)抽取規(guī)則確定從哪些數(shù)據(jù)源抽140數(shù)據(jù)抽取條件分析分析所抽取的數(shù)據(jù)應(yīng)滿足哪些條件——可能是來自于不同表的復(fù)合條件，并形成數(shù)據(jù)源抽取規(guī)則表：CH3數(shù)據(jù)抽取條件分析CH3141

數(shù)據(jù)清理分析清理工作包括數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)類型統(tǒng)一或者匯總或聚集處理等，并形成目標(biāo)表列與數(shù)據(jù)源表列的對(duì)應(yīng)關(guān)系表：CH3數(shù)據(jù)清理分析CH3142

數(shù)據(jù)的排序、概括和導(dǎo)出處理給出以下兩種表：CH3數(shù)據(jù)的排序、概括和導(dǎo)出處理CH3143CH3CH31447.DW元數(shù)據(jù)模型的建立與應(yīng)用元數(shù)據(jù)模型的作用在于指導(dǎo)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的抽取、清理和加載過程以及引導(dǎo)用戶使用數(shù)據(jù)倉(cāng)庫(kù)。元數(shù)據(jù)模型的建立貫穿于DW的規(guī)劃到應(yīng)用的整個(gè)過程。元數(shù)據(jù)模型的建立需要在多個(gè)DW生命周期的循環(huán)——即螺旋式開發(fā)過程中完成,其建立與應(yīng)用過程如下圖所示。CH37.DW元數(shù)據(jù)模型的建立與應(yīng)用CH3145CH3CH3146其中，各個(gè)步驟的內(nèi)容如下：⑴利用某種建模工具創(chuàng)建DW模型的過程中，需要從業(yè)務(wù)處理系統(tǒng)中提取元數(shù)據(jù)，并建立DW的邏輯模型和物理模型——包括DW的邏輯名稱、業(yè)務(wù)名稱、列名、物理列名、業(yè)務(wù)術(shù)語(yǔ)和描述、查詢的樣值及提示等，并把它們存放在元數(shù)據(jù)目錄中；⑵在DW中添加數(shù)據(jù)加載的元數(shù)據(jù)——關(guān)于DW數(shù)據(jù)源的描述，完成數(shù)據(jù)“來源定義”；CH3其中，各個(gè)步驟的內(nèi)容如下：CH3147⑶利用數(shù)據(jù)加載工具提取DW中各種表的定義，并完成源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的映射的定義，捕捉所有轉(zhuǎn)換信息；⑷把上述源數(shù)據(jù)到目標(biāo)數(shù)據(jù)的映射和轉(zhuǎn)換存儲(chǔ)到元數(shù)據(jù)目錄中；⑸把數(shù)據(jù)加載到DW時(shí)，需從元數(shù)據(jù)目錄中找到有關(guān)源數(shù)據(jù)的類型和位置、目標(biāo)數(shù)據(jù)的類型和位置以及兩者間的映射；CH3⑶利用數(shù)據(jù)加載工具提CH3148⑹數(shù)據(jù)加載前，要檢查DW中物理狀態(tài)的最新信息，如磁盤空間等；⑺利用元數(shù)據(jù)提取數(shù)據(jù)的同時(shí)，根據(jù)提取的源數(shù)據(jù)狀況，提取元數(shù)據(jù)，如數(shù)據(jù)提取時(shí)間、數(shù)據(jù)源的變化等；⑻將提取的源數(shù)據(jù)經(jīng)清理、轉(zhuǎn)換后加載到DW中；⑼加載中，將捕捉到的加載統(tǒng)計(jì)信息和審核信