数据仓库的逻辑结构和物理结构

　　数据仓库是数据的一种组织形式，它从传统数据库中获得原始数据，先按辅助决策的主题要求形成当前基本数据层，再按综合决策的要求形成综合数据层(又可分为轻度综合层和高度综合层)。随着时间的推移，由间控制机制将当前基本数据层转为历史数据层。可见数据仓库中逻辑结构数据由3层到4层数据组成，它们均由元数据(Meta Data) 组织而成。数据仓库中数据的物理形式有多维数据库组织形式(空间超立方体形式)和基于关系数据库组织形式(由关系型事实表和维表组成)。
　　
　　数据仓库系统
　　数据仓库系统(DWS)由数据仓库、仓库管理和分析工具三部分组成，
　　
　　源数据：数据仓库的数据来源于多个数据源，包括企业内部数据、市场调查报告及各种
　　文档之类的外部数据。
　　
　　仓库管理: 在确定数据仓库信息需求后，首先进行数据建模，然后确定从源数据到数据仓库的数据抽取、清理和转换过程，最后划分维数及确定数据仓库的物理存储结构。元数据是数据仓库的核心，它用于存储数据模型和定义数据结构、转换规划、仓库结构、控制信息等。
　　
　　数据仓库: 包括对数据的、归档、备份、维护、恢复等工作，这些工作需要利用数据库管理系统(DBMS)的功能。
　　
　　　
　　
　　分析工具用于完成实际决策问题所需的各种查询检索工具、多维数据的OLAP分析工具、数据开采DM工具等，以实现决策支持系统的各种要求。
　　
　　数据仓库应用的C/S结构形式
　　数据仓库应用是一个典型的C/S结构。其客户端的工作包括客户交互、格式化查询及结果和报表生成等。端完成各种辅助决策的SQL查询、复杂的计算和各类综合功能等。现在，一种越来越普遍的形式是三层结构，即在客户与之间增加一个多维数据分析服务器。OLAP服务器能加强和规范决策支持的服务工作，集中和简化原客户端和DW服务器的部分工作，降低系统数据传输量，因此工作效率更高。
　　

【责编:admin】

--------------------next---------------------