CÁC KIẾN TRÚC của DATA WAREHOUSE và mô HÌNH dữ LIỆU đa CHIỀU (DATA WARE HOUSE SLIDE)

Trắc nghiệm, bài giảng pptx các môn chuyên ngành Y dược và các ngành khác hay nhất có tại “tài liệu ngành Y dược hay nhất”; https://123doc.net/users/home/user_home.php?use_id=7046916. Slide bài giảng môn data ware house ppt dành cho sinh viên chuyên ngành công nghệ - kỹ thuật và các ngành khác. Trong bộ sưu tập có trắc nghiệm kèm đáp án chi tiết các môn, giúp sinh viên tự ôn tập và học tập tốt môn data ware house bậc cao đẳng đại học chuyên ngành công nghệ - kỹ thuật và các ngành khác

Trang 1

Bài 2

Trang 2

 Kiến trúc của Data warehouse:

Bao gồm tất cả các thành phần phân biệt với Kho dữ liệu được tích hợp là trọng tâm

o Mục đích của kiến trúc Data warehouse

- Cung cấp framework cho việc phát triển và triển khai DW

- Định nghĩa: các tiêu chuẩn, độ đo, thiết kế

tổng quát, các kỹ thuật hỗ trợ

KHÁI NIỆM

2

Trang 3

 3 Thành vùng chính trong data warehouse

acquisition)

delivery)

3

Trang 4

CÁC KHỐI THÀNH PHẦN KIẾN TRÚC

TRONG 3 VÙNG CHÍNH CỦA DW

4

Trang 5

Generic two-level architecture

E

T

L

One, company- wide

warehouse

Periodic extraction  data is not completely current in warehouse

Trang 6

Independent Data Mart Data marts:

Mini-warehouses, limited in scope

E

T

L

Separate ETL for each

independent data mart

Data access complexity

due to multiple data marts

Trang 7

Dependent data mart

with operational data store

E

T

L

Single ETL for

enterprise data warehouse

(EDW)

Simpler data access

ODS provides option for

obtaining current data

Dependent data marts

loaded from EDW

Trang 8

Logical data mart and

@ctive data warehouse

E

T

L

Near real-time ETL for

@active Data Warehouse

ODS and data warehouse data warehouse

are one and the same

Data marts are NOT separate databases,

but logical views of the data warehouse

 Easier to create new data marts

Trang 9

KHÁI NIỆM MÔ HÌNH CHIỀU

 Với mô hình ER:

 Entities: Thu thập được từ môi trường thực tiễn

 Mỗi Entity như một Table

 Chuẩn hóa

 Giảm dư thừa thông tin (tránh dị

thường xảy ra khi update/delete)  Tăng số lượng Table

nhỏ dữ liệu từ CSDL

Trang 10

ER DRAWBACKS FOR DW / NEED OF

DIMENSIONAL MODELING

table (trong khi DW có thể yêu cầu tập hợp từ số lượng lớn Table)

 Trong DW, sử dụng mô hình chiều, không

cần chuẩn hóa

Trang 11

KHÁI NIỆM MÔ HÌNH DỮ LIỆU CHIỀU

 Được đề xuất và thiết kế cho một mục đích phân tích dữ liệu

 Mô hình dữ liệu này không phù hợp

cho hệ thống OLTP

 Mô hình dữ liệu này được thao tác bởi các công cụ OLAP

truy vấn mạnh dựa trên thiết kế mô hình

dữ liệu đa chiều

Server

Trang 12

VÍ DỤ VỀ MÔ HÌNH DỮ LIỆU CHIỀU

Month

Các chiều: Region, Product, Month

Trang 13

Sales Data

District

Trang 14

 Một DW dựa trên một mô hình dữ liệu đa chiều với

khung nhìn dữ liệu dưới dạng các khối dữ liệu

 Một khối dữ liệu, cho phép dữ liệu được mô hình hóa

và được nhìn theo đa chiều

 Bảng chiều, như Product (item_name, type), hoặc

Time(day, week, month, quarter, year), địa danh

Region(…)

 Bảng sự kiện chứa các giá trị “đo” (như dollars_sold )

và các khóa tới mỗi bảng chiều liên quan

 Theo cách nói của DW, một khối cơ sở n-D được gọi là một cuboid cơ sở Cao nhất là 0-D cuboid chứa tóm tắt

ở mức cao nhất (được gọi là cuboid đỉnh) Dàn các

cuboid tạo thành một khối dữ liệu.

KHỐI DỮ LIỆU (CUBE)

14

Trang 15

Total annual sales

sum

VÍ DỤ VỀ KHỐI DỮ LIỆU

Trang 16

CUBE: MỘT LƯỚI CÁC CUBOID

all time item city supplier

Trang 17

KHÁI NIỆM MÔ HÌNH DỮ LIỆU CHIỀU

 Mô hình chiều tập trung hướng chủ thể,

những yếu tố cơ bản của kinh doanh

 Những yếu tố cơ bản được lưu trong các

facts

 Dư thừa dữ liệu là không quan trọng

Trang 18

KHÁI NIỆM MÔ HÌNH DỮ LIỆU

 Được tính toán trước

 Ví dụ: số lượng đã bán, doanh thu,…

Trang 19

LƯỢC ĐỒ HÌNH SAO (STAR SCHEMA)

Trang 20

description brand

Định dạng
Số trang	43
Dung lượng	1,71 MB