|
一．概念成都专业恢复数据的相关资讯可以到我们网站了解一下，从专业角度出发为您解答相关问题，给您优质的服务！https://www.hdd120.com.cn/
1．数据仓库：是指面向主题的，一致的，不同时间的，稳定的数据集合，用于支持经营管理中的决策支持过程。从广义上讲数据仓库是指存储大量历史数据的数据库。每一个记录代表特殊时间点上的一个数据。
它是一种把收集的各种数据转变成有商业价值的信息技术，并把收集的信息体现在报告中。包括收集数据，过滤数据，存储数据，之后把数据应用于分析、报告等应用程序。
2．数据仓库目标：确认数据结构，寻找趋势，辅助决策，为经营管理提供决策信息。
3．．DSS：决策支持过程。
4．数据仓库组成部分：数据市场，关系型数据库，数据源，数据准备，种服务工具
5．维度:
6．多维:
7．聚合:获取并集中一个群体或总和的结构聚合是在一个多维层次内移动数据的概念
9．类别:为类别和区分特定数据而分类的,在一个维度内,为提供详细分类系统而定义的分类
10．详细类别:一个维度内比较底层的分类
11．分解与合成:
12．指标量:
13．OLAP：联机分析
14．OLTP联机事务处理
二．数据模型规范化
1．概念：
规范化：是一个正规的方法，它应用一套规则使属性和体相关联。
体：是一个主要的数据对象，对用户至关重要。它通常是将被记录在数据库中的一个人、一个地点、一样东西或者一件事情。
属性：体包括属性，属性就是特征，修饰成分、质量、数量或者特性。
范式：规范化由几个能够减少褓以获得更满意的物理我的步骤组成，这些步骤称为范式。
首范式：一个不包含重复列的表归于首范式。
第二范式：如果一个表归于首范式且只包含依赖于主键的列，则归于第二范式。
第范式：如果一个表归于第二范式且只包含那些非传递性地依赖于主键的列，则归于第范式。
二．信息需求建模:
1．自上而下建模方法:利用具体数据元素,将这些元素组织到各个维度与指标中,
2．自下而上建模方法:从用户的观点设计,点是设计者可以转纸一个通常主题或商务领域运
3．开发是自上而下与自下而上的方法的结合
4．举例：销售收入应从预算和际等角度表示
指标:产品销售的际收入,产品销售的预算收,产品销售的估计收
维度:已经销售的产品
．设计数据仓库，经常询部用户的几个问题
1用户所在部门承担的任务
2用户在部门中承担的任务
3为完成任务，用户需哪些报表
4目前从何处获取这些信息?
5得到信息如何处理?
6信息是应用户需要产生的,还是在定期报表中产生的?
7用户把信息输入到过工作表中吗?以便进一步分析吗?
8怎样处理这些信息才算及时? |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
