好贷网好贷款

数据仓库建模--星型模型

发布时间:2016-12-4 3:55:11 编辑:www.fx114.net 分享查询网我要评论
本篇文章主要介绍了"数据仓库建模--星型模型",主要涉及到数据仓库建模--星型模型方面的内容,对于数据仓库建模--星型模型感兴趣的同学可以参考一下。

信息技术的迅速发展和企业管理决策的迫切需要,使数据仓库技术应运而生。 数据仓库:一个面向主题的、集成的、随时间变化的、非易失性的数据集合,用以支持管理层的决策。 数据模型是开发和构建数据仓库(集市)的基础,是联机分析处理和数据挖掘的重要条件,星型模型和雪花模型是基于关系数据库的数据仓库的两种典型的数据模型。  数据仓库星型模型: 星型模型:是数据仓库广泛采用的数据模型。它能准确、简洁地描述出实体之间的逻辑关系。数据数据仓库的数据模型,一般都是在对应用主题的基础上,首先建立星型模型。一个典型的星型模型包括一个大型的事实表和一组逻辑上围绕这个事实表的维度表。 事实表是星型模型的核心,事实表由主键和度量数据组成。星型模型中各维度表主键的组合构成事实表的主键。事实表中存放的大量数据,是同主题密切相关的、用户最关心的度量数据。 维度是观察事实、分析主题的角度。维度表的集合是构建数据仓库数据模式的关键,维度表通过主键与事实表相连。用户依赖维表中的维度属性,从事实表中获取支持决策的数据。   星型模型的优势和不足: 优势: 1.围绕一个确定的主题,体现了数据仓库对数据结构和组织的要求。 2.简单,便于理解 3.为OLAP提供了良好的工作条件,提高查询性能。 不足: 1.星型模型是非规范化的,它以空间来换取时间,造成数据冗余。 2.星型模型中各维度表主键的组合构成事实表的主键。当星型模型的维不能满足要求时,维的变化是非常复杂,耗时的。 3.当维的属性复杂时,处理维的层次关系比较困难 4.对“多对多”关系,星型模型无能为力。 

上一篇:uva 11054 Wine trading in Gergovia
下一篇:二分图匹配

相关文章

相关评论