數(shù)據(jù)倉(cāng)庫(kù)課后習(xí)題答案

數(shù)據(jù)倉(cāng)庫(kù)課后習(xí)題答案

第一章作業(yè)

1.數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的本質(zhì)差別是什么？書P2

（1）數(shù)據(jù)庫(kù)用于事務(wù)處理，數(shù)據(jù)倉(cāng)庫(kù)用于決策分析。（2）數(shù)據(jù)庫(kù)保

持事物處理的當(dāng)前狀態(tài)，數(shù)據(jù)倉(cāng)庫(kù)即保存過去的數(shù)據(jù)又保存當(dāng)前的數(shù)據(jù)。

（3）數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是大量數(shù)據(jù)庫(kù)的集成。（4）對(duì)數(shù)據(jù)庫(kù)的操作比較明

確，操作數(shù)量較小。對(duì)數(shù)據(jù)倉(cāng)庫(kù)操作不明確，操作數(shù)據(jù)量大。

6.

8.定義為關(guān)于數(shù)據(jù)的數(shù)據(jù)，描述數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)及其環(huán)境的數(shù)據(jù)。

9.元數(shù)據(jù)不僅僅是數(shù)據(jù)倉(cāng)庫(kù)的字典，而且還是數(shù)據(jù)倉(cāng)庫(kù)本身功能的

說明數(shù)據(jù)，是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的核心。數(shù)據(jù)字典是關(guān)于數(shù)據(jù)庫(kù)中數(shù)據(jù)的描述,

而不是數(shù)據(jù)本身，數(shù)據(jù)字典是數(shù)據(jù)庫(kù)的元數(shù)據(jù)。

18、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的不同。

統(tǒng)計(jì)學(xué)主要是對(duì)數(shù)量數(shù)據(jù)或連續(xù)值數(shù)據(jù)進(jìn)行數(shù)值計(jì)算的定量分析，得

到數(shù)量信息。數(shù)據(jù)挖掘主要對(duì)離散數(shù)據(jù)進(jìn)行定性分析，得到規(guī)則知識(shí)。在

統(tǒng)計(jì)學(xué)中有聚類分析和判別分析，它們與數(shù)據(jù)挖掘中的聚類和分類相似。

但是，采用的標(biāo)準(zhǔn)不一樣，統(tǒng)計(jì)學(xué)的聚類采用的“距離”是歐式距離，即

兩點(diǎn)間的坐標(biāo)（數(shù)值）距離。而數(shù)據(jù)挖掘的聚類采用的“距離”是海明距離，

即屬性取值是否相同，相同者距離為0,不相同者距離為1。

總之，統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘是有區(qū)別的，但是，它們之間是相互補(bǔ)充的。

不少數(shù)據(jù)挖掘的著作中均把統(tǒng)計(jì)學(xué)的不少方法引入到數(shù)據(jù)挖掘中，與將機(jī)

器學(xué)習(xí)中不少方法引入到數(shù)據(jù)挖掘中一樣，作為從數(shù)據(jù)獲取知識(shí)的一大類

方法。

19、說明數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的不同。

數(shù)據(jù)倉(cāng)庫(kù)是在數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來的。它將大量的數(shù)據(jù)庫(kù)的數(shù)據(jù)

按決策需求進(jìn)行重新組織，以數(shù)據(jù)倉(cāng)庫(kù)的形式進(jìn)行存儲(chǔ)，將為用戶提供輔

助決策的隨機(jī)查詢、綜合信息以及隨時(shí)間變化的趨勢(shì)分析信息等。

數(shù)據(jù)倉(cāng)庫(kù)是一種存儲(chǔ)技術(shù)，其數(shù)據(jù)存儲(chǔ)量是一般數(shù)據(jù)庫(kù)的100倍，包

含大量的歷史數(shù)據(jù)、當(dāng)前的詳細(xì)數(shù)據(jù)以及綜合數(shù)據(jù)。它能適應(yīng)不同用戶對(duì)

不同決策需要提供所需的數(shù)據(jù)和信息。

數(shù)據(jù)挖掘是從人工智能機(jī)器學(xué)習(xí)中發(fā)展起來的。它研究各種方法和技

術(shù)，從大量的數(shù)據(jù)中挖掘出有用的信息和知識(shí)。最常用的數(shù)據(jù)挖掘方法是

統(tǒng)計(jì)分析方法、神經(jīng)網(wǎng)絡(luò)方法和機(jī)器學(xué)習(xí)中研究的方法。數(shù)據(jù)挖掘中采用

機(jī)器學(xué)習(xí)的方法有歸納學(xué)習(xí)方法（如覆蓋正例排斥反例方法，如AQ系列算

法、決策樹方法等）、遺傳算法、發(fā)現(xiàn)學(xué)習(xí)算法（如公式發(fā)現(xiàn)系統(tǒng)BACON）等。

利用數(shù)據(jù)挖掘的方法和技術(shù)從數(shù)據(jù)倉(cāng)庫(kù)中挖掘的信息和知識(shí)，反映了

數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的規(guī)律性。用戶利用這些信息和知識(shí)來指導(dǎo)和幫助決策。

例如，利用分類規(guī)則來預(yù)測(cè)未知實(shí)體的類別。

23：數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析出口里、數(shù)據(jù)挖掘在決策支持方面有什么不

同？

1

答：數(shù)據(jù)倉(cāng)庫(kù)視為輔助決策而建立的，單依靠數(shù)據(jù)倉(cāng)庫(kù)達(dá)到輔助決策

的能力是有限的，綜合信息和預(yù)測(cè)信息是數(shù)據(jù)倉(cāng)庫(kù)所獲得的輔助決策信息。

數(shù)據(jù)倉(cāng)庫(kù)中增加聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等分析工具，能較大的提高輔助

決策能力。數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理幾數(shù)據(jù)挖掘結(jié)合的決策支持系統(tǒng)，是

以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的，稱為基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)。概括地說：基

于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)是從數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中獲取輔助決策信息和

知識(shí)，為決策提供支持。

25畫出基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)結(jié)構(gòu)圖。如圖：

28.如何理解商業(yè)智能與基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)的區(qū)別于聯(lián)

系？

答：可以認(rèn)為，商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析過程，目

的是使企業(yè)的各級(jí)決策者獲得知識(shí)或洞察力（insight）,促使他們做出對(duì)企

業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、

數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及到軟件、硬件、咨詢服

務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)

部分。

第二章作業(yè)

1.畫出數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)圖，說明各部分內(nèi)容。P18

答：當(dāng)前基本數(shù)據(jù)是最近時(shí)期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)用戶最感興趣

的部分?jǐn)?shù)據(jù)量大。隨著時(shí)間的推移，有數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間控制機(jī)制轉(zhuǎn)為歷史

數(shù)據(jù)，輕度綜合數(shù)據(jù)是從當(dāng)前基本數(shù)據(jù)中提取出來的，最高一層是高度綜

合數(shù)據(jù)層，這一層的數(shù)據(jù)十分精煉，是一種準(zhǔn)決策數(shù)據(jù)。

2.說明數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖中包含輕度綜合層與高度綜合數(shù)據(jù)層的作用。

這些數(shù)據(jù)為什么不是臨時(shí)計(jì)算出來的。P18-19

數(shù)據(jù)倉(cāng)庫(kù)除了存儲(chǔ)按主題組織起來的當(dāng)前詳細(xì)數(shù)據(jù)外，還需要存儲(chǔ)綜

合數(shù)據(jù)，這是為了適應(yīng)決策需求而增加的。在數(shù)據(jù)庫(kù)中需要得到綜合數(shù)據(jù)

時(shí)，采用數(shù)據(jù)立方體的方法對(duì)詳細(xì)數(shù)據(jù)進(jìn)行綜合。在數(shù)據(jù)倉(cāng)庫(kù)中并不采取

臨時(shí)計(jì)算的方式得到綜合數(shù)據(jù)，而在用戶提出需要綜合數(shù)據(jù)之前，就預(yù)先

將可能的綜合數(shù)據(jù)利用數(shù)據(jù)立方體計(jì)算好，存入綜合數(shù)據(jù)層中，這種綜合

數(shù)據(jù)層在用戶查詢時(shí)，能迅速提供給用戶。

3.說明數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別和聯(lián)系。P20

6.畫出數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu)圖，說明把倉(cāng)庫(kù)管理和分析工具作為數(shù)據(jù)倉(cāng)

庫(kù)系統(tǒng)的兩個(gè)獨(dú)立組成部分的原因。圖：P22原因：

倉(cāng)庫(kù)管理：安全和特權(quán)管理；跟蹤數(shù)據(jù)的更新；數(shù)據(jù)質(zhì)量檢查；管理

和更新元數(shù)據(jù)；審計(jì)和報(bào)告數(shù)據(jù)倉(cāng)庫(kù)的使用和狀態(tài)；刪除數(shù)據(jù)；復(fù)制、分

割和分發(fā)數(shù)據(jù)；備份和恢復(fù)；存儲(chǔ)管理。

訪問工具：為用戶訪問數(shù)據(jù)倉(cāng)庫(kù)提供手段

9.畫出數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行結(jié)構(gòu)圖，說明三層C/S結(jié)構(gòu)和兩層C/S結(jié)構(gòu)的

不同點(diǎn)。

二層

2

OLAP服務(wù)器將加強(qiáng)和規(guī)范化決策支持的服務(wù)工作，集中和簡(jiǎn)化了數(shù)據(jù)

倉(cāng)庫(kù)服務(wù)器的部分工作，即OLAP服務(wù)器從數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器中抽取數(shù)據(jù)，

在OSP服務(wù)器中轉(zhuǎn)換成客戶端要求的多維視圖，并進(jìn)行多維數(shù)據(jù)分析，

將分析結(jié)果傳送給客戶端，這種結(jié)構(gòu)形式工作效率更高。

11.數(shù)據(jù)模型與數(shù)學(xué)模型有什么區(qū)別？

答：數(shù)據(jù)模型是數(shù)據(jù)特征的抽象，數(shù)據(jù)管理教學(xué)的形式框架，數(shù)據(jù)庫(kù)

系統(tǒng)中用以提高信息表示和操作手段的形勢(shì)構(gòu)架。數(shù)據(jù)模型包括數(shù)據(jù)庫(kù)的

數(shù)據(jù)的結(jié)構(gòu)部分、數(shù)據(jù)庫(kù)數(shù)據(jù)的操作部分和數(shù)據(jù)庫(kù)數(shù)據(jù)的約束條件。數(shù)

學(xué)模型是根據(jù)對(duì)研究對(duì)象所觀察到的現(xiàn)象及實(shí)踐經(jīng)驗(yàn)，歸結(jié)成的一套反映

其內(nèi)部因素?cái)?shù)量關(guān)系的數(shù)學(xué)公式、邏輯準(zhǔn)則和具體算法。用以描述和研究

客觀現(xiàn)象的運(yùn)動(dòng)規(guī)律。

15.第三范式數(shù)據(jù)模型與星型模型有什么不同？

第三范式不同于星型模型之處在于，把事實(shí)表和維表的屬性作為一個(gè)

實(shí)體都集中在同一數(shù)據(jù)庫(kù)表中，或分成多個(gè)實(shí)體用多個(gè)表來表示，每個(gè)表

按第三范式組織數(shù)據(jù)。它減少了為表中的鍵和不必要的屬性。

17.簡(jiǎn)單說明ETL過程的主要步驟。

ETL過程的主要步驟概括為：（1）決定數(shù)據(jù)倉(cāng)庫(kù)中需要的所有的目標(biāo)

數(shù)據(jù)（2）決定所有的數(shù)據(jù)源，包括內(nèi)部和外部的數(shù)據(jù)源（3）準(zhǔn)備從源數(shù)

據(jù)到目標(biāo)數(shù)據(jù)的數(shù)據(jù)映射關(guān)系（4）建立全面的數(shù)據(jù)抽取規(guī)則（5）決定數(shù)

據(jù)轉(zhuǎn)換和清洗規(guī)則（6）為綜合表制定計(jì)劃（7）組織數(shù)據(jù)緩沖區(qū)域和檢測(cè)

工具（8）為所有的數(shù)據(jù)裝載編寫規(guī)程（9）維度表的抽取、轉(zhuǎn)換和裝載（10）

事實(shí)表的抽取、轉(zhuǎn)換和裝載

18、說明數(shù)據(jù)抽取工作的內(nèi)容。P28

21.數(shù)據(jù)裝載方式與類型有哪些？

答：數(shù)據(jù)倉(cāng)庫(kù)中最基本的元數(shù)據(jù)相當(dāng)于數(shù)據(jù)庫(kù)系統(tǒng)中的數(shù)據(jù)字典。由

于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)有很大的不同，因此元數(shù)據(jù)的作用遠(yuǎn)不是數(shù)據(jù)字典所

能相比的。元數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中有著舉足輕重的作用，它不僅僅定義了數(shù)

據(jù)倉(cāng)庫(kù)有什么，指明了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的內(nèi)容和位置，刻畫了數(shù)據(jù)的抽取

和轉(zhuǎn)換規(guī)則，存儲(chǔ)了與數(shù)據(jù)倉(cāng)庫(kù)有關(guān)的各種商業(yè)信息，而且整個(gè)數(shù)據(jù)倉(cāng)庫(kù)

的運(yùn)行都是基于元數(shù)據(jù)的，如數(shù)據(jù)的修改，跟蹤，抽取，裝入，綜合等。

23.什么是關(guān)于數(shù)據(jù)源的元數(shù)據(jù)？

答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)之

間的關(guān)系，是用戶管理數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)。這種元數(shù)據(jù)可以支持從數(shù)據(jù)倉(cāng)庫(kù)

中獲取數(shù)據(jù)。用戶可以提出需要哪些表，系統(tǒng)從中選一個(gè)表，并得到表之

間的關(guān)系。重復(fù)該過程，用戶希望能夠得到希望的數(shù)據(jù)。

24.什么是關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)？

答：關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)間

的關(guān)系，支持用戶從數(shù)據(jù)倉(cāng)庫(kù)中獲取數(shù)據(jù)。

25.什么是關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)？

答：關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)，反映了數(shù)據(jù)源與數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)之間

的映射，以及數(shù)據(jù)項(xiàng)是從哪個(gè)特定的數(shù)據(jù)源抽取的，經(jīng)過了哪些轉(zhuǎn)換、變

換和裝載。

第三章作業(yè)

1.聯(lián)機(jī)分析處理（OLAP）的簡(jiǎn)單定義是什么？它體現(xiàn)的特征是什么。

P40

2.OLAP準(zhǔn)則中的主要準(zhǔn)則有哪些？P41

3.什么是維？關(guān)系數(shù)據(jù)庫(kù)是二維數(shù)據(jù)嗎？如何理解多維數(shù)據(jù)？P43

維是人們觀察數(shù)據(jù)的特定角度。關(guān)系數(shù)據(jù)庫(kù)不是二維數(shù)據(jù)，只是通過

二維關(guān)系表示了數(shù)據(jù)的多維概念。多維數(shù)據(jù)就是從多個(gè)特定角度來觀察特

定的變量。

4.MDDB（MultiDimensionalDatabase,多維數(shù)據(jù)庫(kù)）是以多維的方式

組織數(shù)據(jù)，即以維作為坐標(biāo)系，采用類似于數(shù)組的形式存儲(chǔ)數(shù)據(jù)。RDBMS

（relationaldatabasemanagementsystem,關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)）通過數(shù)

據(jù)、關(guān)系和對(duì)數(shù)據(jù)的約束三者組成的數(shù)據(jù)模型來存放和管理數(shù)據(jù)

MDDB特點(diǎn)：

1.數(shù)據(jù)庫(kù)中的元素具有相同的數(shù)值

2.多維數(shù)據(jù)庫(kù)表達(dá)清晰，3.占用存儲(chǔ)少

RDBMS的特點(diǎn)：

1.數(shù)據(jù)以表格的形式出現(xiàn)

2.每行為各種記錄名稱

3

3.每列為記錄名稱所對(duì)應(yīng)的數(shù)據(jù)域

4.許多的行和列組成一張表單

5.若干的表單組成database

5.1.數(shù)據(jù)存取速度

ROLAP服務(wù)器需要將SQL語句轉(zhuǎn)化為多維存儲(chǔ)語句，臨時(shí)“拼合”出

多維數(shù)據(jù)立方體。因此，ROLAP的響應(yīng)時(shí)間較長(zhǎng)。MOLAP在數(shù)據(jù)存儲(chǔ)速度

上性能好，響應(yīng)速度快。

2.數(shù)據(jù)存儲(chǔ)的容量

ROLAP使用的傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)方法，在存儲(chǔ)容量上基本沒有限

制。

MOLAP通常采用多平面疊加成立體的方式存放數(shù)據(jù)。當(dāng)數(shù)據(jù)量超過操

作系統(tǒng)最大文件長(zhǎng)度時(shí);需要進(jìn)行數(shù)據(jù)分割。多維數(shù)據(jù)庫(kù)的數(shù)據(jù)量級(jí)難以

達(dá)到太大的字節(jié)級(jí)。

3.多維計(jì)算的能力

MOLAP能夠支持高性能的決策支持計(jì)算。ROLAP無法完成多行的計(jì)算

和維之間的計(jì)算。

4.維度變化的適應(yīng)性

MOLAP增加新的維度，則多維數(shù)據(jù)庫(kù)通常需要重新建立。ROLAP對(duì)于

維表的變更有很好的適應(yīng)性。

5.數(shù)據(jù)變化的適應(yīng)性

當(dāng)數(shù)據(jù)頻繁的變化時(shí)，MOLAP需要進(jìn)行大量的重新計(jì)算，甚至重新建

立索引乃至重構(gòu)多維數(shù)據(jù)庫(kù)。在ROLAP中靈活性較好，對(duì)于數(shù)據(jù)變化的適

應(yīng)性高。

6.軟硬件平臺(tái)的適應(yīng)性

ROLAP對(duì)軟硬件平臺(tái)的適應(yīng)性很好，而MOLAP相對(duì)較差。

7?元數(shù)據(jù)管理

目前在元數(shù)據(jù)的管理，MOLAP和ROLAP都沒有成形的標(biāo)準(zhǔn)。

6.在HOLAP中，對(duì)最常用的維度和維層次，使用多維數(shù)據(jù)表來存儲(chǔ),

對(duì)于用戶不常用的維度和數(shù)據(jù)，采用ROLAP星型結(jié)構(gòu)來存儲(chǔ)。

7.多維數(shù)據(jù)顯示的兩種方法：關(guān)系數(shù)據(jù)庫(kù)方式和多維數(shù)據(jù)庫(kù)方式。

關(guān)系數(shù)據(jù)庫(kù)可以顯示更多維的數(shù)據(jù)，但用事實(shí)表顯示多維數(shù)據(jù)時(shí)，重

復(fù)數(shù)據(jù)很多，也很繁瑣；多維數(shù)據(jù)庫(kù)雖然不能同時(shí)顯示三維以上數(shù)據(jù)，但

顯示的數(shù)據(jù)很精煉。

11、多維數(shù)據(jù)顯示的經(jīng)驗(yàn)規(guī)則是什么？

答：多維數(shù)據(jù)的顯示只能在平面上展現(xiàn)出來，用多維數(shù)據(jù)庫(kù)顯示時(shí)，

不能同時(shí)顯示三維以上數(shù)據(jù)，但可以固定一些維成員，重點(diǎn)顯示兩維維數(shù)

據(jù)。最有效表示多維數(shù)據(jù)使用多維類型結(jié)構(gòu)（MTS）,即每一維用一條線段

表示，維度中每一個(gè)成員都用線段上的一個(gè)區(qū)間表示。還可以使用行、列

和頁表三個(gè)顯示組來表示。

經(jīng)驗(yàn)規(guī)則：

1.

2.

3.將維度盡量放在頁中，除非確定需要同時(shí)看到一個(gè)維度的多個(gè)成員;

當(dāng)維度嵌套在行貨列中時(shí)、考慮到垂直空間比水平空間更有用，所以講維

度嵌套在列中比嵌套在行中要好；在決定數(shù)據(jù)的屏幕顯示方式前，應(yīng)首

先弄清楚需要查找和分析比較的內(nèi)容；

12、舉例說明OLAP的多維數(shù)據(jù)分析的切片操作。

答：切片就是在某兩個(gè)維上取一定區(qū)間的維成員或全部維成員。

如用三維數(shù)組表示為（地區(qū)，時(shí)間，產(chǎn)品，銷售額），如果在地區(qū)維

度上選定一個(gè)維成員，就可以得到在該地區(qū)的一個(gè)切片（關(guān)于時(shí)間和產(chǎn)品

的切片）。

13比如部門銷售數(shù)據(jù)表中部門1的銷售額為900元，對(duì)時(shí)間維進(jìn)行下

鉆操作，可以得到各個(gè)季度分別的銷售額為多少。

14

（1）切片：切片就是在某兩個(gè)維上取一定區(qū)間的為成員或全部維成

員，而在其余的維上選定一個(gè)維成員的操作。切片的作用就是

舍棄一些觀察角度，使人們能在兩個(gè)維上集中觀察數(shù)據(jù)。

（2）切塊：切塊分兩種情況：（1）在多維數(shù)據(jù)的某一個(gè)維上選定某

一區(qū)間的維成員的操作。（2）選定多維數(shù)組的一個(gè)三維子集的

操作。切塊可以看成是在切片的基礎(chǔ)上確定某一個(gè)維成員的區(qū)間得到

的片段，也即由多個(gè)切片疊合起來的。

（3）鉆?。合蛳裸@取是使用戶在多層數(shù)據(jù)中能通過導(dǎo)航信息而獲得

更多的細(xì)節(jié)性數(shù)據(jù)，向上鉆取獲取概括性信息。

（4）旋轉(zhuǎn)：通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)，旋轉(zhuǎn)操作相當(dāng)于平

面數(shù)據(jù)將坐標(biāo)軸旋轉(zhuǎn)。

15、廣義OLAP功能如何提高多維數(shù)據(jù)分析能力。

廣義OLAP功能主要是通過四個(gè)模型逐層深入從而提高多維數(shù)據(jù)分析

能力。這四個(gè)模型分別是：

4

（1）絕對(duì)模型：它屬于靜態(tài)數(shù)據(jù)分析，通過比較歷史數(shù)據(jù)值或行為來描

述過去發(fā)生的事實(shí)。該模型查詢比較簡(jiǎn)單，綜合路徑是預(yù)先定義好的，用

戶交互少。

（2）解釋模型：它也屬于靜態(tài)數(shù)據(jù)分析，分析人員利用系統(tǒng)已有的多層

次的綜合路徑層層細(xì)化，找出事實(shí)發(fā)生的原因。

⑶思考模型:它屬于動(dòng)態(tài)數(shù)據(jù)分析，旨在說明在一維或多維上引入一組

具體變量或參數(shù)后將會(huì)發(fā)生什么。分析人員在引入確定的變量或公式關(guān)系

時(shí)，必須創(chuàng)建大量的綜合路徑。

(4)公式模型:它的動(dòng)態(tài)數(shù)據(jù)分析能力更高，該模型表示在多個(gè)維上，需

要引入哪些變量或參數(shù)，以及引入后所產(chǎn)生的結(jié)果。

16、說明數(shù)據(jù)立方體的概念

數(shù)據(jù)立方體的概念是1996年，JimGray等首次提出的。數(shù)據(jù)立方體是

實(shí)現(xiàn)多維數(shù)據(jù)查詢與分析的一種重要手段。實(shí)質(zhì)上，數(shù)據(jù)立方體就是數(shù)據(jù)

倉(cāng)庫(kù)結(jié)構(gòu)圖中的綜合數(shù)據(jù)層。從此，基于數(shù)據(jù)立方體的生成方法一直是

OLAP和數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域研究者所關(guān)注的熱點(diǎn)問題。

多數(shù)據(jù)集的屬性分為維屬性和度量屬性。維數(shù)性是觀察數(shù)據(jù)對(duì)象的角

度，而度量屬相則反映數(shù)據(jù)對(duì)象的特征。對(duì)于多維數(shù)據(jù)分析而言，本質(zhì)上

是沿著不同的維度進(jìn)行數(shù)據(jù)獲取的過程。在數(shù)據(jù)立方體中，不同維度組合

構(gòu)成了不同的子立方體，不同維值的組合機(jī)器對(duì)應(yīng)的度量值構(gòu)成相應(yīng)的對(duì)

于不同的查詢和分析。因此，數(shù)據(jù)立方體的構(gòu)建和維護(hù)等計(jì)算方法成為了

多維數(shù)據(jù)分析研究的關(guān)鍵問題。

17答：OLAP的邏輯結(jié)構(gòu)由OLAP視圖和數(shù)據(jù)存儲(chǔ)兩部分組成。OLAP

視圖：對(duì)于用戶來說它是數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中數(shù)據(jù)的多維邏輯表示，不

管數(shù)據(jù)怎么存儲(chǔ)和存儲(chǔ)在何處。數(shù)據(jù)存儲(chǔ)：要求選擇數(shù)據(jù)實(shí)際存儲(chǔ)方式和

實(shí)際存儲(chǔ)位置，兩種常用的選擇是多維數(shù)據(jù)存儲(chǔ)和關(guān)系數(shù)據(jù)存儲(chǔ)。

18答：OLAP的物理結(jié)構(gòu)包括基于數(shù)據(jù)存儲(chǔ)的兩種方式：多維數(shù)據(jù)存

儲(chǔ)和關(guān)系數(shù)據(jù)存儲(chǔ)。多維數(shù)據(jù)存儲(chǔ)主要有兩種選擇：多維數(shù)據(jù)存儲(chǔ)于客戶

端或。LAP服務(wù)器。在第一種情況，多維數(shù)據(jù)存儲(chǔ)于客戶端，數(shù)據(jù)分析也

在客戶端，這樣形成了“胖”客戶端，這是一種兩層客戶/服務(wù)器的物理結(jié)

構(gòu)。在第二種情況，多維數(shù)據(jù)存儲(chǔ)放在OLAP服務(wù)器中，抽取數(shù)據(jù)倉(cāng)庫(kù)中

的數(shù)據(jù)，然后將其轉(zhuǎn)換成多維數(shù)據(jù)結(jié)構(gòu)，并把OLAP服務(wù)器傳給客戶端，

這時(shí)客戶端就變成了“瘦”客戶端，這是一種經(jīng)典的三層客戶/服務(wù)器物理

結(jié)構(gòu)。

19.說明濃縮立方體的壓縮方法和效果。

答：濃縮立方體計(jì)算方法的基本原理是，在某些屬性或組合下的一個(gè)

元組相對(duì)于其他元組具有唯一性，則稱為基本單一組（BST）,當(dāng)它的超集也

是BST,且都是取同一度量值，在聚集運(yùn)算時(shí)，可以把這些屬性的度量值

對(duì)應(yīng)的元組壓縮成一條元組存儲(chǔ)。

一般來說，濃縮立方體的壓縮率可以達(dá)到30%-70%。

20.多維數(shù)據(jù)分析的MDX語言與數(shù)據(jù)庫(kù)的SQL語言有什么不同？

答：MDX語言結(jié)合了多維數(shù)據(jù)集，指定“維度”（ON子句）和“創(chuàng)建表

達(dá)式計(jì)算的新成員”（MEMBER子句），這樣就可以來從多維數(shù)據(jù)集中挖掘

出指定的數(shù)據(jù)。21MDX提供的函數(shù)children來完成這個(gè)操作。Children函

數(shù)返回一個(gè)自然排序的集，該集包含指定成員的子成員。如果指定的成

員沒有子成員，則此函數(shù)返回一個(gè)空集。

示例

下例將返回Geography維度中Geography層次結(jié)構(gòu)的UnitedStates

成員的子成員。

SELECT[Geography],[Geography].[Country],&[United

States],ChildrenON0

FROM[AdventureWorks]

第四章作業(yè)

1.數(shù)據(jù)倉(cāng)庫(kù)的需求分析的任務(wù)是什么？P67

需求分析的任務(wù)是通過詳細(xì)調(diào)查現(xiàn)實(shí)世界要處理的對(duì)象（企業(yè)、部門

用戶等），充分了解源系統(tǒng)工作概況，明確用戶的各種需求，為設(shè)計(jì)數(shù)據(jù)

倉(cāng)庫(kù)服務(wù)。概括地說，需求分析要明確用那些數(shù)據(jù)經(jīng)過分析來實(shí)現(xiàn)用戶的

決策支持需求。

2.數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)需要確定的問題有哪些？P67

3.實(shí)現(xiàn)決策支持所需要的數(shù)據(jù)包括哪些內(nèi)容？P68

（1）源數(shù)據(jù)（2）數(shù)據(jù)轉(zhuǎn)換（3）數(shù)據(jù)存儲(chǔ)（4）決策分析

4.概念：將需求分析過程中得到的用戶需求抽象為計(jì)算機(jī)表示的信

息結(jié)構(gòu)，叫做概念模型。

特點(diǎn)：（1）能真實(shí)反映現(xiàn)實(shí)世界，能滿足用戶對(duì)數(shù)據(jù)的分析，達(dá)到?jīng)Q

策支持的要求，它是現(xiàn)實(shí)世界的一個(gè)真實(shí)模型。

（2）易于理解，便利和用戶交換意見，在用戶的參與下，能有效地

完成對(duì)數(shù)據(jù)倉(cāng)庫(kù)的成功設(shè)計(jì)。

（3）易于更改，當(dāng)用戶需求發(fā)生變化時(shí)，容易對(duì)概念模型修改和擴(kuò)

充。

（4）易于向數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型（星型模型）轉(zhuǎn)換。

5.用長(zhǎng)方形表示實(shí)體，在數(shù)據(jù)倉(cāng)庫(kù)中就表示主題，橢圓形表示主題

的屬性，并用無向邊把主題與其屬性連接起來；

用菱形表示主題之間的聯(lián)系，用無向邊把菱形分別與有關(guān)的主題連接;

若主題之間的聯(lián)系也具有屬性，則把屬性和菱形也用無向邊連接上。

5

6.數(shù)據(jù)庫(kù)的概念模型設(shè)計(jì)主要采用E-R概念模型的設(shè)計(jì)方法。

數(shù)據(jù)倉(cāng)庫(kù)的概念模型設(shè)計(jì)主要采用E-R概念模型和面向?qū)ο蟮姆治龇?/p>

法。

7.圖4.1所示的概念模型：商品和客戶是兩個(gè)主題，商品的銷售信息

等同于客戶的購(gòu)物信息，而每個(gè)商品具有本身的商品固有信息和商品號(hào)，

還有就是商品的庫(kù)存信息；客戶具有自己的固有信息，還有就是客戶號(hào)。

8.邏輯模型：計(jì)算機(jī)所支持的有E-R圖轉(zhuǎn)換成的數(shù)據(jù)模型，數(shù)據(jù)的邏

輯結(jié)構(gòu)

數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：星型模型

9.數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型：用來構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)邏輯模型。

在數(shù)據(jù)庫(kù)中，邏輯模型有關(guān)系、網(wǎng)狀、層次，可以清晰的表示各個(gè)關(guān)

系。

10.舉例說明從數(shù)據(jù)倉(cāng)庫(kù)的概念模型到邏輯模型的轉(zhuǎn)換？

概念模型是對(duì)每個(gè)決策與屬性及主體之間的關(guān)系用E-R圖來表示的，

E-R圖能有效的將現(xiàn)實(shí)的世界表示成信息世界，他利于向計(jì)算機(jī)的表示形

式進(jìn)行轉(zhuǎn)化。而邏輯模型設(shè)計(jì)是需求分析主題域，將概念模型E-R圖轉(zhuǎn)化

為邏輯模型，即計(jì)算機(jī)表示的數(shù)據(jù)模型，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型一般采用星

型模型。例如概念模型設(shè)計(jì)時(shí)，確定了商品和客戶兩個(gè)主題。其中商品

對(duì)于商場(chǎng)來說是更基本的業(yè)務(wù)對(duì)象，商品的業(yè)務(wù)有銷售、采購(gòu)、庫(kù)存。其

中商品銷售時(shí)最重要的業(yè)務(wù)。它是進(jìn)行決策分析的重要方面。星型模型的

設(shè)計(jì)如下:

確定決策分析需求，數(shù)據(jù)倉(cāng)庫(kù)是面向決策分析的，決策需求是建立多

維數(shù)據(jù)模型的依據(jù)。例如分析銷售額趨勢(shì)，對(duì)商品的銷售量，促銷手段對(duì)

銷售的影響。

從需求中識(shí)別出事實(shí)，從決策主題確定的情況下，選擇或設(shè)計(jì)反映決

策主體業(yè)務(wù)表。例如在商品主題中，以銷售數(shù)據(jù)為事實(shí)表。確定維，確

定影響事實(shí)的各種因素，對(duì)銷售業(yè)務(wù)的維一般的包括商店，地區(qū)，部門，

城市，時(shí)間，商品等。

確定數(shù)據(jù)匯總的水平，存在于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)包括匯總的數(shù)據(jù)。數(shù)

據(jù)倉(cāng)庫(kù)中對(duì)數(shù)據(jù)不同粒度的綜合形成了多層次的數(shù)據(jù)結(jié)構(gòu)。例如對(duì)于時(shí)

間維，可以用年月日不同水平進(jìn)行匯總。

設(shè)計(jì)事實(shí)表和維表，設(shè)計(jì)事實(shí)表和維表的屬性，再事實(shí)表中應(yīng)該記錄

哪些屬性是有維表的數(shù)量來決定的，一般來說，與事實(shí)表相關(guān)的維表的數(shù)

量應(yīng)該適中，太少的維表會(huì)影響查詢的質(zhì)量，用戶得不到需要的數(shù)據(jù)，太

多的數(shù)據(jù)會(huì)影響查詢的速度。

11.在數(shù)據(jù)倉(cāng)庫(kù)中為什么考慮數(shù)據(jù)的粒度層次劃分？

答：所謂的粒度是指數(shù)據(jù)倉(cāng)庫(kù)宗數(shù)據(jù)單元的詳細(xì)程度和級(jí)別，數(shù)據(jù)

越詳細(xì)，粒度越小，層次級(jí)別九月低；數(shù)據(jù)綜合度越高，粒度越大，層次

級(jí)別就越高。在傳統(tǒng)事務(wù)處理系統(tǒng)中，對(duì)數(shù)據(jù)的處理，操作都是再詳細(xì)數(shù)

據(jù)級(jí)別上的，即最低的粒度。但是數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中主要是分析處理，粒度

的劃分鍵直接影響數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)量以及所適合的查詢類型。一般需要將

數(shù)據(jù)劃分為詳細(xì)數(shù)據(jù)，輕度綜合，高度綜合三級(jí)或更多及粒度。不同粒度

級(jí)別的數(shù)據(jù)用于不同類型的分析處理。力度的劃分是數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)工作的

一項(xiàng)重要內(nèi)容，粒度劃分是否適當(dāng)影響數(shù)據(jù)倉(cāng)庫(kù)性能的一個(gè)重要方面。

12.數(shù)據(jù)倉(cāng)庫(kù)的記錄系統(tǒng)包括什么內(nèi)容，舉例說明？

答：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來源與多個(gè)已經(jīng)存在的事務(wù)處理系統(tǒng)外部系統(tǒng),

由于各個(gè)原系統(tǒng)的數(shù)據(jù)是面向應(yīng)用的，不能完整地描述企業(yè)中的主題域，

并且多個(gè)數(shù)據(jù)源的數(shù)據(jù)存在者許多不一致，因此要從數(shù)據(jù)倉(cāng)庫(kù)的概念模型

出發(fā)，結(jié)合主題的多個(gè)表的關(guān)系模式，需要確定現(xiàn)有系統(tǒng)的哪些數(shù)據(jù)能較

好地適應(yīng)數(shù)據(jù)的需求。這就要求選擇最完整的、最及時(shí)的、最準(zhǔn)確的、最

接近外部實(shí)體源的數(shù)據(jù)作為記錄系統(tǒng)，同時(shí)這些數(shù)據(jù)所在的表的關(guān)系模式

接近于構(gòu)成主體的多個(gè)標(biāo)的關(guān)系模式。記錄系統(tǒng)的定義要記入數(shù)據(jù)倉(cāng)庫(kù)的

元數(shù)據(jù)。

13、什么是物理模型？數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)包括哪些工作？

答：物理模型就是邏輯模型在計(jì)算機(jī)中的物理結(jié)構(gòu)，其中包括存儲(chǔ)結(jié)

構(gòu)和存取方法；數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)的工作包括：估計(jì)存儲(chǔ)容量、確

定數(shù)據(jù)的存儲(chǔ)計(jì)劃、確定索引策略、確定數(shù)據(jù)存放位置和確定存儲(chǔ)分配。

14、為什么數(shù)據(jù)倉(cāng)庫(kù)物理模型設(shè)計(jì)中要建立匯總計(jì)劃和確定數(shù)據(jù)分區(qū)

方案？

答：如果數(shù)據(jù)倉(cāng)庫(kù)只存儲(chǔ)最小粒度的數(shù)據(jù)，每次查詢遍歷所有的明細(xì)

記錄，然后生成匯總信息，這會(huì)造成很大的開銷，因此要建立匯總計(jì)劃；

分區(qū)可以將表分解成易于管理的小表，對(duì)事實(shí)表的分區(qū)醫(yī)保采用垂直

分區(qū)或水平分區(qū)，這樣使得大表被分成小表，因此要建立分區(qū)方案。

16.概念模型：E-R圖；邏輯模型：星型模型

物理模型：存儲(chǔ)結(jié)構(gòu)、索引、數(shù)據(jù)存放位置、存儲(chǔ)分配。

17.（1）位索引技術(shù)：①Bit-Wise索引技術(shù)；②B-Tree索引技術(shù)

（2）表示技術(shù)

（3）廣義索引

18.答：1、B-Tree只適合于高基數(shù)字段，但對(duì)于低基數(shù)字段毫無價(jià)值。

2、B-Tree索引需占一定的空間和時(shí)間，增加了在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)造和維

護(hù)索引的代價(jià)。

6

3、數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中常常是復(fù)雜的查詢，并經(jīng)常帶有分組及聚合條件，

此時(shí)B-Tree索引往往無能為力。

19、數(shù)據(jù)倉(cāng)庫(kù)中采用標(biāo)識(shí)技術(shù)有什么好處。

答：使用標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)技術(shù)來儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)是非常昂貴的。較好的替

代方法是用基于標(biāo)識(shí)的技術(shù)來儲(chǔ)存數(shù)據(jù)倉(cāng)庫(kù)。

一旦將基于標(biāo)識(shí)的數(shù)據(jù)庫(kù)存放在內(nèi)存中，處理速度會(huì)得到很大的提高。

數(shù)據(jù)越多，標(biāo)識(shí)數(shù)據(jù)比標(biāo)準(zhǔn)的、基于記錄的數(shù)據(jù)更有利。

因?yàn)閿?shù)據(jù)被大量壓縮，所以整個(gè)數(shù)據(jù)庫(kù)可以存放在內(nèi)存中。

可以索引所有的行和所有的列。

21、說明數(shù)據(jù)倉(cāng)庫(kù)開發(fā)的四個(gè)階段和12個(gè)步驟

答：如下圖所示發(fā)：分為分析設(shè)計(jì)階段；數(shù)據(jù)獲取階段；決策支持階

段；維護(hù)與評(píng)估階段。

22.數(shù)據(jù)獲取階段包括數(shù)據(jù)抽取，數(shù)據(jù)轉(zhuǎn)換，數(shù)據(jù)裝載3個(gè)步驟。數(shù)

據(jù)抽?。簲?shù)據(jù)抽取主要進(jìn)行數(shù)據(jù)源的確認(rèn)，確定數(shù)據(jù)抽取技術(shù)，確認(rèn)數(shù)據(jù)

抽取頻率，按照時(shí)間要求抽取數(shù)據(jù)。數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)抽取得到的數(shù)據(jù)不能

直接存入數(shù)據(jù)倉(cāng)庫(kù)的。數(shù)據(jù)轉(zhuǎn)換工作包括：數(shù)據(jù)格式的修改，字段的解碼，

單個(gè)字段的分離，信息的合并，變量單位的轉(zhuǎn)化，時(shí)間的轉(zhuǎn)化，數(shù)據(jù)匯總

等。數(shù)據(jù)裝載：數(shù)據(jù)裝載包括初始裝載，增量裝載，完全刷新。

23.數(shù)據(jù)倉(cāng)庫(kù)的簡(jiǎn)歷就是要達(dá)到?jīng)Q策支持的目的。決策支持階段包括

信息查詢和知識(shí)探索兩個(gè)步驟。信息查詢：信息查詢者使用數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)

目前存在的問題。為適應(yīng)信息查詢者的要求，數(shù)據(jù)倉(cāng)庫(kù)一般采用如下的方

法提高信息查詢效率：創(chuàng)建數(shù)據(jù)陳列，預(yù)連接表格，預(yù)聚集數(shù)據(jù)，聚類數(shù)

據(jù)。知識(shí)探索：只是探索者使用數(shù)據(jù)倉(cāng)庫(kù)能對(duì)發(fā)現(xiàn)的問題找出原因。

24.維護(hù)與評(píng)估階段包括數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)，數(shù)據(jù)倉(cāng)庫(kù)維護(hù)，數(shù)據(jù)倉(cāng)庫(kù)評(píng)

價(jià)。數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)：數(shù)據(jù)倉(cāng)庫(kù)建立以后，隨著數(shù)據(jù)用戶的不斷增加，時(shí)間

的曾增長(zhǎng)，用戶查詢需求更多，數(shù)據(jù)會(huì)迅速增長(zhǎng)。數(shù)據(jù)倉(cāng)庫(kù)維護(hù)：數(shù)據(jù)倉(cāng)

庫(kù)維護(hù)包括適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)的維護(hù)和正常系統(tǒng)維護(hù)兩類。數(shù)據(jù)倉(cāng)庫(kù)評(píng)估:

數(shù)據(jù)倉(cāng)庫(kù)評(píng)估包括系統(tǒng)性能評(píng)定，投資回報(bào)分析，數(shù)據(jù)質(zhì)量評(píng)估。

25.概括說明“概念模型、邏輯模型、物理模型”分別是什么樣的數(shù)據(jù)

模型？

答：將需求分析過程中得到的用戶需求抽象為計(jì)算機(jī)表示的信息結(jié)構(gòu),

即概念模型。邏輯模型是由概念模型進(jìn)一步轉(zhuǎn)化成計(jì)算機(jī)支持的數(shù)據(jù)模型。

物理模型是邏輯模型設(shè)計(jì)的數(shù)據(jù)模型適應(yīng)應(yīng)用要求在計(jì)算機(jī)中的存儲(chǔ)結(jié)

構(gòu)和存取方法。

28.當(dāng)有一個(gè)或多個(gè)維表沒有直接連接到事實(shí)表上，而是通過其他維

表連接到事實(shí)表上時(shí);其圖解就像多個(gè)雪花連接在一起，故稱雪花模型。

雪花模型是對(duì)星型模型的擴(kuò)展。它對(duì)星型模型的維表進(jìn)一步層次化，原有

的各維表可能被擴(kuò)展為小的事實(shí)表，形成一些局部的"層次"區(qū)域，這些

被分解的表都連接到主維度表而不是事實(shí)表。

管理大量數(shù)據(jù)，數(shù)據(jù)的高效裝入和數(shù)據(jù)壓縮，存儲(chǔ)介質(zhì)的管理，元數(shù)

據(jù)的管理，數(shù)據(jù)倉(cāng)庫(kù)語言，高效索引，多維數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)管理

第五章作業(yè)

1.數(shù)據(jù)倉(cāng)庫(kù)的兩類用戶有什么本質(zhì)的不同？P96

數(shù)據(jù)倉(cāng)庫(kù)的用戶有兩類：信息使用者和探索者。

信息使用者是使用數(shù)據(jù)倉(cāng)庫(kù)的大量用戶，信息使用者以一種可以預(yù)測(cè)

的、重復(fù)性的方式使用數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)。探索者完全不同于信息使用者，他

們有一個(gè)完全不可預(yù)測(cè)的、非重復(fù)性的數(shù)據(jù)使用模式。

2.數(shù)據(jù)倉(cāng)庫(kù)的信息使用者與數(shù)據(jù)庫(kù)的信息使用者有什么不同？

數(shù)據(jù)庫(kù)的信息使用者主要關(guān)心當(dāng)前某一個(gè)時(shí)間段內(nèi)的數(shù)據(jù)，而數(shù)據(jù)倉(cāng)

庫(kù)的信息使用者關(guān)心企業(yè)從過去某一時(shí)點(diǎn)（如開始應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn)）到

目前的各個(gè)階段的信息，通過這些信息，可以對(duì)企業(yè)的發(fā)展歷程和未來趨

勢(shì)做出定量分析和預(yù)測(cè)。

3.1非規(guī)格化

規(guī)范化的作用是產(chǎn)生一種完全沒有數(shù)據(jù)冗余的設(shè)計(jì)方法。

7

但是，有時(shí)在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)中引入一些有限的數(shù)據(jù)冗余來提高數(shù)據(jù)訪

問效果。

2創(chuàng)建數(shù)據(jù)陣列

創(chuàng)建數(shù)據(jù)陣列，將相關(guān)類型的數(shù)據(jù)（如：1月、2月、3月等月份中的

數(shù)據(jù)）存儲(chǔ)在一起，提高訪問效果。

3預(yù)連接表格

一個(gè)公用鍵和共同使用的數(shù)據(jù)將表格合并在一起。

共享一個(gè)公用鍵，可以將多個(gè)表格合并到一個(gè)物理表格中。這樣做可

以很大程度的提高數(shù)據(jù)訪問效率。

4預(yù)聚集數(shù)據(jù)

根據(jù)“滾動(dòng)概括”結(jié)構(gòu)來組織數(shù)據(jù)。

當(dāng)數(shù)據(jù)被輸入到數(shù)據(jù)倉(cāng)庫(kù)中時(shí)、以每小時(shí)為基礎(chǔ)存儲(chǔ)數(shù)據(jù)。在這一天

結(jié)束時(shí)，以每天為基礎(chǔ)存儲(chǔ)累加每小時(shí)的數(shù)據(jù)。在一周結(jié)束時(shí)，以每周為

基礎(chǔ)存儲(chǔ)累加每天的數(shù)據(jù)。月末時(shí)，則以每月為基礎(chǔ)存儲(chǔ)累加每周的數(shù)據(jù)。

5聚類數(shù)據(jù)

將不同類型的數(shù)據(jù)記錄放置在相同的物理位置。這為用戶查看這些記

錄，可以在同一地點(diǎn)找到它們，提高查詢效率。

6壓縮數(shù)據(jù)

壓縮可以使可讀取的數(shù)據(jù)量極大。

定期凈化數(shù)據(jù)

定期刪除數(shù)據(jù)倉(cāng)庫(kù)中不需要的數(shù)據(jù)，可以為每個(gè)用戶提高性能。

7合并查詢

如果查詢定期發(fā)生，那么可以通過把這些查詢合并到同一個(gè)表格中，

從而節(jié)省大量資源。

4.增加一些數(shù)據(jù)冗余，相當(dāng)于增加了某些相同的數(shù)據(jù)，這些數(shù)據(jù)往

往是我們很需要的或者是經(jīng)常被使用的，由于這些數(shù)據(jù)所占總量的比例增

加，所以被訪問的概率增加，從而減少了查詢時(shí)間，提高了查詢速度。

5.聚類數(shù)據(jù)：基于產(chǎn)生共同信息，將不同類型的數(shù)據(jù)記錄放置在相

同的物理位置。

聚集數(shù)據(jù)：即概括數(shù)據(jù)，相同的商業(yè)維度和指標(biāo)存儲(chǔ)數(shù)據(jù)。

6.合并查詢：把定期的一些查詢合并到同一個(gè)表格中，來節(jié)省大量

資源，達(dá)到掃描數(shù)據(jù)倉(cāng)庫(kù)表格的次數(shù)最小化。

7.探索者所作的工作有哪些？

答：探索者查看治療和歷史記錄，在多數(shù)情況下，探索者考慮數(shù)據(jù)不

同類型和數(shù)據(jù)具值之間的關(guān)系。探索者要做的工作概括分析，抽取、建模

和分類。

8.數(shù)據(jù)倉(cāng)庫(kù)的探索者的工作與數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者的工作有什么不

同？

答：數(shù)據(jù)倉(cāng)庫(kù)的探索者是尋找不平常的且有用的商業(yè)運(yùn)作模型的用戶

群，探索者查看詳細(xì)的資料和歷史記錄，他們要做的的工作有概括分析、

抽取、建模和分類；

而數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘者是那些對(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)做出歸納和分析的專

業(yè)人士，他們從數(shù)據(jù)庫(kù)的數(shù)據(jù)中提煉出有用的信息和一些數(shù)據(jù)的客觀規(guī)律。

9.說明企業(yè)需要哪些戰(zhàn)略信息與實(shí)現(xiàn)方法。

答：企業(yè)需要的戰(zhàn)略信息有：銷量最好的產(chǎn)品名單、出現(xiàn)問題的地區(qū)、

查找出現(xiàn)問題的原因、對(duì)比其他的數(shù)據(jù)（橫向鉆?。@示最大利潤(rùn)以及

一些警告信息。

實(shí)現(xiàn)方法有：查詢與報(bào)表決策支持、多維分析和原因分析和預(yù)測(cè)未來。

11.數(shù)據(jù)庫(kù)是面向事務(wù)的設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是面向主題設(shè)計(jì)的。

數(shù)據(jù)庫(kù)一般存儲(chǔ)在線交易數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)的一般是歷史數(shù)據(jù)。

數(shù)據(jù)庫(kù)是為捕獲數(shù)據(jù)而設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是為分析數(shù)據(jù)而設(shè)計(jì)，它的兩

個(gè)基本的元素是維表和事實(shí)表。

12.說明如何利用數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)問題并找出產(chǎn)生問題的原因

答：主要是通過三個(gè)步驟來完成的：概括分析，抽取，建模。

概括分析是第一步。分析數(shù)據(jù)的完整性和準(zhǔn)確性。抽取是通過概括分

析，所學(xué)數(shù)據(jù)的輪廓已經(jīng)基本顯示出來。數(shù)據(jù)抽取就是將數(shù)據(jù)倉(cāng)庫(kù)中抽取

制定的數(shù)據(jù)并組織起來，進(jìn)一步分析而不影響數(shù)據(jù)倉(cāng)庫(kù)的正常工作。最后

一步是建模，通過以上兩步的得到的數(shù)據(jù)信息進(jìn)行建模從而進(jìn)一步分析數(shù)

據(jù)，達(dá)到發(fā)現(xiàn)問題及其問題的原因。

13.說明如何利用數(shù)據(jù)倉(cāng)庫(kù)來進(jìn)行預(yù)測(cè)

答：就是建立相應(yīng)的預(yù)測(cè)模型，利用歷史數(shù)據(jù)建立回歸方程。一般的

預(yù)測(cè)模型有多元回歸模型、三次平滑預(yù)測(cè)模型、生長(zhǎng)曲線預(yù)測(cè)模型。除了

預(yù)測(cè)模型外，采用聚類模型或分類模型也能達(dá)到一定的預(yù)測(cè)效果。

14.臟數(shù)據(jù)是指在數(shù)據(jù)源中抽取、轉(zhuǎn)換和裝載到數(shù)據(jù)倉(cāng)庫(kù)的過程中出現(xiàn)

的多余數(shù)據(jù)和無用數(shù)據(jù)。產(chǎn)生臟數(shù)據(jù)的途徑：1,開始時(shí)定義了一些

8

多余的數(shù)據(jù)或由于一些不合適的轉(zhuǎn)換規(guī)則在轉(zhuǎn)換過程中產(chǎn)生的無用

數(shù)據(jù)。2,來自不同數(shù)據(jù)源的數(shù)據(jù)在數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)編碼、數(shù)據(jù)定義等方

面是不兼容的，在集成這些數(shù)據(jù)時(shí)，未對(duì)所有不同情況的數(shù)據(jù)都轉(zhuǎn)成同意

形式，產(chǎn)生遺漏或用了不匹配的轉(zhuǎn)化方法而產(chǎn)生的數(shù)據(jù)。3,輸入的數(shù)據(jù)

已經(jīng)過期。由于工作業(yè)務(wù)的改變，某些前期業(yè)務(wù)的數(shù)據(jù)已經(jīng)過期，仍遺留

在數(shù)據(jù)倉(cāng)庫(kù)中而造成的過期無用數(shù)據(jù)。4,用戶需求的改變或數(shù)據(jù)質(zhì)量有

了新的要求時(shí)，那些沒有適應(yīng)改變要求的數(shù)據(jù)成了無用的數(shù)據(jù)。

15.清理臟數(shù)據(jù)的方法有：1,檢查抽取數(shù)據(jù)的定義和數(shù)據(jù)轉(zhuǎn)換規(guī)則的

正確性，對(duì)那些不合適的定義和規(guī)則所造成的臟數(shù)據(jù)進(jìn)行清理。2,在對(duì)

多個(gè)數(shù)據(jù)源進(jìn)行集成時(shí)，必須對(duì)所有不同結(jié)構(gòu)、不同編碼、不同定義的數(shù)

據(jù)，嚴(yán)格按照同意格式轉(zhuǎn)換后再集成，清楚那些遺留或不匹配方法產(chǎn)生的

臟數(shù)據(jù)。3對(duì)過期數(shù)據(jù)，在形成歷史數(shù)據(jù)后，根據(jù)這種數(shù)據(jù)量的大小來決

定是否需要進(jìn)行重新整理。

17.企業(yè)基本情況：

18.沃爾瑪一直是Teradata的大客戶，該公司的Teradata裝機(jī)是全球

最大的數(shù)據(jù)倉(cāng)庫(kù)之一，并且在該公司與各家供應(yīng)商的數(shù)據(jù)共享網(wǎng)絡(luò)(稱為

“零售鏈”)中發(fā)揮著重要作用?，F(xiàn)在還不清楚惠普的勝利對(duì)Teradata會(huì)

產(chǎn)生什么影響，看起來，沃爾瑪不大可能一下子全部放棄在Teradata方

面的投資，不過，惠普公司在數(shù)據(jù)倉(cāng)庫(kù)方面的任何獲勝都會(huì)搶走Teradata

的潛在業(yè)務(wù)。至周三上午為止，惠普和沃爾瑪?shù)墓俜蕉紱]有立即發(fā)布評(píng)論。

19.決策支持系統(tǒng)(decisionsupportsystem,簡(jiǎn)稱dss)是輔助決策者通

過數(shù)據(jù)、模型和知識(shí)，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的計(jì)

算機(jī)應(yīng)用系統(tǒng)。它是管理信息系統(tǒng)(mis)向更高一級(jí)發(fā)展而產(chǎn)生的先進(jìn)信息

管理系統(tǒng)。它為決策者提供分析問題、建立模型、模擬決策過程和方案的

環(huán)境，調(diào)用各種信息資源和分析工具，幫助決策者提高決策水平和質(zhì)量。

決策支持系統(tǒng)，是以管理科學(xué)、運(yùn)籌學(xué)、控制論、和行為科學(xué)為基礎(chǔ)，以

計(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)為手段，針對(duì)半結(jié)構(gòu)化的決策問題，支

持決策活動(dòng)的具有智能作用的人機(jī)系統(tǒng)。該系統(tǒng)能夠?yàn)闆Q策者提供所需的

數(shù)據(jù)、信息和背景資料，幫助明確決策目標(biāo)和進(jìn)行問題的識(shí)別，建立或修

改決策模型，提供各種備選方案，并且對(duì)各種方案進(jìn)行評(píng)價(jià)和傳優(yōu)選，通

過人機(jī)交互功能進(jìn)行分析、比較和判斷，為正確的決策提供必要的支持。

DSS的概念是在20世紀(jì)70年代提出的，并在80年代獲得發(fā)展。它的

產(chǎn)生原因有：傳統(tǒng)的MIS沒有給企業(yè)帶來巨大的效益，人在管理中的積極

作用要得到發(fā)揮；人們對(duì)信息處理規(guī)律認(rèn)識(shí)提高，面對(duì)不斷變化的環(huán)境,

要求更高層次的系統(tǒng)來直接支持決策；計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展為DSS的發(fā)

展提供了物質(zhì)基礎(chǔ)。

第六章作業(yè)

1.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)兩個(gè)概念有什么不同？P116

2.知識(shí)發(fā)現(xiàn)過程由哪三部分組成？每部分的工作是什么？P116

3.數(shù)據(jù)挖掘的對(duì)象有哪些？他們各自的特點(diǎn)是什么？P118

4.P120

5.聚類是指在沒有類的數(shù)據(jù)中，按“距離”概念聚集成若干類。在同

一類別中，個(gè)體之間的距離較小，而不同類別上的個(gè)體之間的距離偏大。

分類是在聚類的基礎(chǔ)上，對(duì)已確定的類找出該類別的概念描述，它代

表了這類數(shù)據(jù)的整體信息。

6.當(dāng)發(fā)生有丟失的數(shù)據(jù)、觀察不到的數(shù)據(jù)，隱藏的數(shù)據(jù)、錄入過程中

發(fā)生錯(cuò)誤的數(shù)據(jù)等情況時(shí)，即產(chǎn)生了不完全數(shù)據(jù)。

7兩個(gè)變量X和Y的采樣，其中X是獨(dú)立變量，總有觀測(cè)值；Y是響

應(yīng)變量，可能涉及丟失值。以Y=?代表丟失值，以(X=i,Y=?)代表不

完全的記錄。丟失數(shù)據(jù)模式分別取決于Y=?的概率是否依賴于Y與X的狀

態(tài)。如果這一概率依賴于X但不依賴于Y,則認(rèn)為數(shù)據(jù)是隨機(jī)丟失的。

8兩個(gè)變量X和Y的采樣，其中X是獨(dú)立變量，總有觀測(cè)值；Y是響

應(yīng)變量，可能涉及丟失值。以Y=?代表丟失值，以(X=i,Y=?)代表不

完全的記錄。丟失數(shù)據(jù)模式分別取決于Y=?的概率是否依賴于Y與X的狀

態(tài)。如果Y=?的概率既不依賴于丫也不依賴于X的狀態(tài)，則認(rèn)為數(shù)據(jù)是完

全隨機(jī)丟失的。

9

9.那種丟失數(shù)據(jù)的模式可以忽的？

答：丟失數(shù)據(jù)模式分類取決于Y=?的概率是否依賴于Y