数据仓库更新的新策略--工作流.pdf
版权申诉
193 浏览量
2022-06-13
09:59:59
上传
评论
收藏 716KB PDF 举报
数据仓库更新的新策略--工作流
1．概述
数据仓库作为一种新技术，主要是为决策支持系统和 OLAP 应用提供软件架构。它从异构和分布式数据
源中收集数据，这些数据首先被聚合，然后按照 OLAP 所定义的组织标准进行定制。数据仓库的结构能够通
过一种分层存储的方式加以定义。这种方式涉及到的存储形式包括从底层的数据源到高度的聚合数据（数
据集市）。在这两种存储形式之间，按照OLAP 程序的要求，还存在一些其他不同的存储形式。其中之一就
是对操作型数据的存储，操作型数据是以单一和干净的方式来表征数据源中的数据。企业级数据仓库（CDW）
则包含高度聚合的数据，并且被组织成多维表的形式。从每个数据源中抽取的数据可以存储在中间数据容
器中。显然，这种分层存储方式只是一种逻辑上的表示方式，它体现了从数据源到数据集市的数据流动过
程。所有这些存储形式都不一定要具体实现，如果确实需要的话，他们也只能形成同一数据库的不同层面
而已。
图 1 显示了一种典型的数据仓库结构。这只是一个逻辑视图，它的具体实现，不同厂家有自己不同的
数据仓库产品解决方案。数据抽取和数据清洗的实现与每个数据源有关，对于不同的数据源提供有统一的
或定制的工具。同样，数据的一致性（多数据源清洗）既可以与数据集成（多数据源操作）分开也可以合
并到数据集成中进行。高级别的数据聚合工作可以看成一个计算技术的集合，这个集合的范围涵盖从简单
的统计函数到高级的数据挖掘算法。对于不同的数据集市来说，数据定制技术是不同的。关键在于决策者
想要看到的数据的详尽程度。
数据仓库更新是一个非常重要的过程，它决定了数据采集和数据聚合的实效性。确实，向决策者提供
的数据的质量与以下因素有关。首先，与数据仓库系统在合理的时间内将数据从数据源转换到数据集市的
能力有关。其次，与数据仓库对数据源中信息发生变化的敏感程度有关。大部分的设计考虑主要集中在对
数据结构的选取和数据的更新技术上，这里的数据更新技术指的是对数据仓库更新的优化策略。
在对数据仓库更新的理解方面在相关的文献上存在着很大的误区。确实，这个过程经常被简化为视图
维护问题或与数据导入混为一谈。本文的目的之一就是指出数据
剩余11页未读，继续阅读
资源评论
