《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘》（演示稿）第5章

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,第5章數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的實(shí)施,SQL Server 2000數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)與使用,其他一些公司的數(shù)據(jù)倉(cāng)庫(kù)實(shí)施戰(zhàn)略,數(shù)據(jù)倉(cāng)庫(kù)的投資回報(bào)分析,1,SQL Server 2000 的基本服務(wù),SQL Server 2000 關(guān)系數(shù)據(jù)庫(kù)引擎：是一個(gè)流行的、具有高度可伸縮性和高度可靠性的數(shù)據(jù)存儲(chǔ)引擎。該數(shù)據(jù)庫(kù)引擎將數(shù)據(jù)存儲(chǔ)在表中。每個(gè)表上都列出感興趣的一些對(duì)象，每個(gè)表上的列表示由表建模的對(duì)象的屬性，而表上的行則代表由表建模的這種對(duì)象的事例。應(yīng)用程序可以將結(jié)構(gòu)化查詢語(yǔ)言(SQL)的語(yǔ)句提交給數(shù)據(jù)庫(kù)引擎，后者將表格格式的結(jié)果集返回給應(yīng)用程序。SQL Server 支持的特定 SQL 語(yǔ)言稱為 Transact-SQL。應(yīng)用程序還可以提交 SQL 語(yǔ)句或 XPath 查詢，并請(qǐng)求數(shù)據(jù)庫(kù)引擎以 XML文檔形式返回結(jié)果。,關(guān)系數(shù)據(jù)庫(kù)引擎具有高度的可伸縮性。SQL Server 2000 企業(yè)版可以支持多組數(shù)據(jù)庫(kù)服務(wù)器相互協(xié)作，構(gòu)成可供上千用戶同時(shí)訪問(wèn)的 TB 大小的數(shù)據(jù)庫(kù)。該引擎能夠處理世界上任何 Web 站點(diǎn)的流量。該數(shù)據(jù)庫(kù)引擎還能自我調(diào)節(jié)，自動(dòng)在連接到數(shù)據(jù)庫(kù)的用戶增多時(shí)獲取資源，并在用戶注銷后釋放資源。,2,SQL Server 2000 的基本服務(wù),關(guān)系數(shù)據(jù)庫(kù)引擎具有高可靠性。在數(shù)據(jù)庫(kù)引擎的早期版本中要求停止和啟動(dòng)的管理操作現(xiàn)在可以在引擎運(yùn)行當(dāng)中執(zhí)行，從而增加了可用性。數(shù)據(jù)庫(kù)引擎與 Windows 2000 和 Windows NT 故障轉(zhuǎn)移群集的集成可定義虛擬服務(wù)器，即使節(jié)點(diǎn)中的一臺(tái)物理服務(wù)器出現(xiàn)故障，這些虛擬服務(wù)器仍然保持運(yùn)行。在適當(dāng)?shù)牡胤剑罩緜魉涂梢杂糜诰S護(hù)熱備用服務(wù)器。在故障發(fā)生的數(shù)分鐘內(nèi)，熱備用服務(wù)器可以代替生產(chǎn)服務(wù)器運(yùn)行。,關(guān)系數(shù)據(jù)庫(kù)引擎具有高度的安全性。登錄身份驗(yàn)證可以與 Windows 身份驗(yàn)證集成在一起，這樣，密碼將不會(huì)存儲(chǔ)在 SQL Server 中，也不會(huì)通過(guò)網(wǎng)絡(luò)發(fā)送而被網(wǎng)絡(luò)嗅探器讀取。網(wǎng)站可以設(shè)置 C2 級(jí)審核，對(duì)所有訪問(wèn)數(shù)據(jù)庫(kù)的用戶進(jìn)行審核，還可以使用安全套接字層(SSL)加密的辦法，對(duì)所有在應(yīng)用程序和數(shù)據(jù)庫(kù)間傳送的數(shù)據(jù)進(jìn)行加密。,3,SQL Server 2000 的基本服務(wù),數(shù)據(jù)庫(kù)引擎的分布式查詢功能?？梢栽L問(wèn)所有可通過(guò) OLE DB 訪問(wèn)的數(shù)據(jù)源中的數(shù)據(jù)。在 Transact-SQL 語(yǔ)句中，可以像引用實(shí)際駐留在 SQL Server 數(shù)據(jù)庫(kù)中的表一樣引用遠(yuǎn)程 OLE DB 數(shù)據(jù)源表。此外，全文檢索功能可以對(duì) SQL Server 數(shù)據(jù)庫(kù)或 Windows 文件中存儲(chǔ)的文本數(shù)據(jù)進(jìn)行復(fù)雜的模式匹配。,關(guān)系數(shù)據(jù)庫(kù)引擎能夠存儲(chǔ)由頂層聯(lián)機(jī)事務(wù)處理(OLTP)系統(tǒng)生成的所有事務(wù)的詳細(xì)記錄。該數(shù)據(jù)庫(kù)引擎還可以支持最大的聯(lián)機(jī)分析(OLAP)數(shù)據(jù)倉(cāng)庫(kù)中的事實(shí)數(shù)據(jù)表和維度表的嚴(yán)格處理要求。,Microsoft SQL Server 2000 Analysis Services 提供分析數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市中存儲(chǔ)的數(shù)據(jù)的工具。Analysis Services 以多維數(shù)據(jù)集的形式顯示事實(shí)數(shù)據(jù)表和維度表中的數(shù)據(jù)，從多維數(shù)據(jù)集中可以分析趨勢(shì)和其它對(duì)于規(guī)劃今后工作非常重要的信息。在 Analysis Services 多維數(shù)據(jù)集上處理 OLAP 查詢比試圖在 OLTP 數(shù)據(jù)庫(kù)中記錄的詳細(xì)數(shù)據(jù)上進(jìn)行同樣的查詢要快得多。,4,SQL Server 2000的特性,Internet 集成：SQL Server 2000 數(shù)據(jù)庫(kù)引擎提供完整的 XML 支持。它還具有構(gòu)成最大的 Web 站點(diǎn)的數(shù)據(jù)存儲(chǔ)組件所需的可伸縮性、可用性和安全功能。其程序設(shè)計(jì)模型與 Windows DNA 構(gòu)架集成，用以開(kāi)發(fā) Web 應(yīng)用程序，并且還支持 English Query 和 Microsoft 搜索服務(wù)等功能，在 Web 應(yīng)用程序中包含了用戶友好的查詢和強(qiáng)大的搜索功能。,可伸縮性和可用性：同一個(gè)數(shù)據(jù)庫(kù)引擎可以在不同的平臺(tái)上使用。SQL Server 2000 企業(yè)版支持聯(lián)合服務(wù)器、索引視圖和大型內(nèi)存支持等功能，使其得以升級(jí)到最大 Web 站點(diǎn)所需的性能級(jí)別。,企業(yè)級(jí)數(shù)據(jù)庫(kù)功能：SQL Server 2000 關(guān)系數(shù)據(jù)庫(kù)引擎能充分保護(hù)數(shù)據(jù)完整性，同時(shí)將管理上千個(gè)并發(fā)修改數(shù)據(jù)庫(kù)的用戶的開(kāi)銷減到最小。其分布式查詢得以引用來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)，就好象這些數(shù)據(jù)是 SQL Server 2000 數(shù)據(jù)庫(kù)的一部分，同時(shí)分布式事務(wù)支持充分保護(hù)任何分布式數(shù)據(jù)更新的完整性。復(fù)制功能可維護(hù)多個(gè)數(shù)據(jù)復(fù)本，同時(shí)確保單獨(dú)的數(shù)據(jù)復(fù)本保持同步。,5,SQL Server 2000的特性,易于安裝、部署和使用：SQL Server 2000 中包括一系列管理和開(kāi)發(fā)工具，這些工具可改進(jìn)在多個(gè)站點(diǎn)上安裝、部署、管理和使用 SQL Server 的過(guò)程。SQL Server 2000 還支持基于標(biāo)準(zhǔn)的、與 Windows DNA 集成的程序設(shè)計(jì)模型，使 SQL Server 數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)的使用成為生成強(qiáng)大的可伸縮系統(tǒng)的無(wú)縫部分。這些功能可以快速交付 SQL Server 應(yīng)用程序，使客戶只需最少的安裝和管理開(kāi)銷即可實(shí)現(xiàn)這些應(yīng)用程序。,數(shù)據(jù)倉(cāng)庫(kù)：SQL Server 2000 中包括析取和分析匯總數(shù)據(jù)以進(jìn)行聯(lián)機(jī)分析處理(OLAP)的工具。SQL Server 中還包括一些工具，可用來(lái)直觀地設(shè)計(jì)數(shù)據(jù)庫(kù)并通過(guò) English Query 來(lái)分析數(shù)據(jù)。,6,SQL Server 2000 組件關(guān)系圖,7,SQL Server 2000數(shù)據(jù)倉(cāng)庫(kù)工具,工具,描述,關(guān)系數(shù)據(jù)庫(kù),數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)、構(gòu)造、維護(hù)的基礎(chǔ),數(shù)據(jù)轉(zhuǎn)換服務(wù)(DTS),用于向數(shù)據(jù)倉(cāng)庫(kù)加載數(shù)據(jù),數(shù)據(jù)復(fù)制,用于分布式數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)分布和加載數(shù)據(jù),OLE DB,提供應(yīng)用程序與數(shù)據(jù)源的接口API,Analysis Services,用于采集和分析數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù),English Query,提供使用英語(yǔ)查詢數(shù)據(jù)倉(cāng)庫(kù),Meta Data Services,瀏覽數(shù)據(jù)倉(cāng)庫(kù)中的元數(shù)據(jù),PivotTable服務(wù),用于制定操作多維數(shù)據(jù)的客戶端接口,8,關(guān)系型數(shù)據(jù)庫(kù),關(guān)系型數(shù)據(jù)庫(kù)是設(shè)計(jì)、構(gòu)造、維護(hù)數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)技術(shù)。,Microsoft SQL Server 2000是一個(gè)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，它提供了強(qiáng)大的數(shù)據(jù)庫(kù)引擎和許多工具，這些工具不僅可以用于數(shù)據(jù)庫(kù)的管理，而且可以用于數(shù)據(jù)倉(cāng)庫(kù)的管理，是數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)基礎(chǔ)。,9,數(shù)據(jù)轉(zhuǎn)換服務(wù)（DTS）,提供數(shù)據(jù)轉(zhuǎn)換功能，例如數(shù)據(jù)引入、引出以及在SQL Server和任何OLE DB、ODBC或者文本文件之間轉(zhuǎn)換數(shù)據(jù)。,利用DTS，通過(guò)交互式地或按照規(guī)劃自動(dòng)地從多處異構(gòu)數(shù)據(jù)源輸入數(shù)據(jù)，這樣便有可能在SQL Server上建立數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)市場(chǎng)。,數(shù)據(jù)的來(lái)源特性允許用戶輸入查詢數(shù)據(jù)的輸入時(shí)間、地點(diǎn)及其計(jì)算方法。數(shù)據(jù)的引入引出是通過(guò)以相同的格式讀寫(xiě)數(shù)據(jù)，在應(yīng)用程序之間交換數(shù)據(jù)的過(guò)程。一次轉(zhuǎn)換是指在源數(shù)據(jù)被存儲(chǔ)到目的地之前，對(duì)其進(jìn)行的一系列操作。,轉(zhuǎn)換特性使得載引入引出中完成復(fù)雜數(shù)據(jù)的驗(yàn)證、清除等功能變得非常簡(jiǎn)單。定制轉(zhuǎn)換對(duì)象可以被創(chuàng)建并集成進(jìn)第三方產(chǎn)品中。,DTS支持多步封裝，其中大量文件能被單獨(dú)處理，最終被集成為一個(gè)單一的文件。在目的地，該文件的記錄能被系統(tǒng)分為多個(gè)記錄，或相反，多個(gè)記錄被集成為一個(gè)單一的記錄。,DTS也與微軟的中心庫(kù)集成在一起，微軟數(shù)據(jù)中心庫(kù)存儲(chǔ)元數(shù)據(jù)、數(shù)據(jù)傳送包和數(shù)據(jù)源特性，許多獨(dú)立的軟件經(jīng)銷商支持和共享這個(gè)元數(shù)據(jù)模型。數(shù)據(jù)轉(zhuǎn)換服務(wù)可以在SQL Server間移動(dòng)數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)、觸發(fā)器、規(guī)則、默認(rèn)、約束和用戶定義的數(shù)據(jù)類型，只有數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)可以在不同的異構(gòu)數(shù)據(jù)源中間傳遞。,10,數(shù)據(jù)復(fù)制,數(shù)據(jù)復(fù)制：是一種實(shí)現(xiàn)數(shù)據(jù)分布的方法，就是指把一個(gè)系統(tǒng)中的數(shù)據(jù)通過(guò)網(wǎng)絡(luò)分布到另外一個(gè)或者多個(gè)地理位置不同的系統(tǒng)中，以適應(yīng)可伸縮組織的需要，減輕主服務(wù)器的工作負(fù)荷和提高數(shù)據(jù)的使用效率。,數(shù)據(jù)復(fù)制的過(guò)程類似于報(bào)紙雜志的出版過(guò)程，即把信息從信息源迅速傳送到信息接受處。出版服務(wù)器包含了將要復(fù)制的數(shù)據(jù)所在的數(shù)據(jù)庫(kù)，該服務(wù)器負(fù)責(zé)制作將要出版的數(shù)據(jù)，然后將這些出版的數(shù)據(jù)的所有變化發(fā)送到分布服務(wù)器中。訂閱服務(wù)器是數(shù)據(jù)復(fù)制的目標(biāo)地，負(fù)責(zé)接收復(fù)制過(guò)來(lái)的數(shù)據(jù)，并且負(fù)責(zé)接收從出版服務(wù)器上傳送過(guò)來(lái)的全部變化。分布服務(wù)器在出版服務(wù)器和訂閱服務(wù)器之間起中介作用。分布服務(wù)器負(fù)責(zé)從出版服務(wù)器中接受復(fù)制過(guò)來(lái)的數(shù)據(jù)，然后在該服務(wù)器上的分布數(shù)據(jù)庫(kù)中存儲(chǔ)這些變化，最后按照指定的時(shí)間間隔推向響應(yīng)的訂閱服務(wù)器。,在復(fù)制過(guò)程中，把將要復(fù)制的數(shù)據(jù)稱為出版物和文章。文章是復(fù)制的基本單元，是組成出版物的最小單位。文章與數(shù)據(jù)庫(kù)中的表對(duì)應(yīng)。文章既可以對(duì)應(yīng)一個(gè)表中的全部數(shù)據(jù)，也可以指包括表中的一部分?jǐn)?shù)據(jù)。出版物是一個(gè)完整的將要復(fù)制的內(nèi)容，它包括一篇或多篇文章，是訂閱服務(wù)器訂閱的對(duì)象。,11,OLE DB,OLE DB式微軟開(kāi)發(fā)的數(shù)據(jù)訪問(wèn)編程界面。微軟已經(jīng)定位OLE DB是ODBC繼承者，ODBC主要用于處理關(guān)系型數(shù)據(jù)。ODBC是基于SQL的，它可以很好的用于關(guān)系型數(shù)據(jù)庫(kù)訪問(wèn)，但是它不能用于非關(guān)系型數(shù)據(jù)源。象ODBC一樣，OLE DB也提供對(duì)關(guān)系型數(shù)據(jù)的訪問(wèn)，但是OLE DB擴(kuò)展了由ODBC提供的功能。,OLE DB的設(shè)計(jì)目的是用于所有數(shù)據(jù)類型的標(biāo)準(zhǔn)界面。除了關(guān)系型數(shù)據(jù)庫(kù)的訪問(wèn)，OLE DB提供對(duì)各種各樣數(shù)據(jù)源的訪問(wèn)，包括Excel電子表格的數(shù)據(jù)，dBase的ISAM文件、電子郵件、新的NT的Active Directory和IBM的DB2數(shù)據(jù)。使用OLE DB，用一個(gè)界面就可以訪問(wèn)許多不同的數(shù)據(jù)源。,OLE DB是微軟的數(shù)據(jù)訪問(wèn)策略，稱為萬(wàn)能數(shù)據(jù)訪問(wèn)的基礎(chǔ)。萬(wàn)能數(shù)據(jù)訪問(wèn)指的是一組通用界面，它用來(lái)表示來(lái)自任何數(shù)據(jù)源的數(shù)據(jù)。OLE DB是使萬(wàn)能訪問(wèn)成為現(xiàn)實(shí)的技術(shù)。萬(wàn)能數(shù)據(jù)訪問(wèn)和OLE DB的另一方面是所有的對(duì)象都應(yīng)該在數(shù)據(jù)庫(kù)中維護(hù)，不是企圖把商業(yè)要求的不同的數(shù)據(jù)移動(dòng)到一個(gè)面向?qū)ο蟮臄?shù)據(jù)庫(kù)中。OLE DB創(chuàng)建和理解企業(yè)數(shù)據(jù)并且在各種數(shù)據(jù)源中維護(hù)。,12,Analysis Services,在數(shù)據(jù)倉(cāng)庫(kù)或者數(shù)據(jù)市場(chǎng)中的信息可OLAP處理，OLAP可以有效的以維度和度量組成的立方體方式察看數(shù)據(jù)。維度是一種描述性分類，例如，維度可能是地理位置，也可能是產(chǎn)品類型。度量是一種定量數(shù)值，例如銷售額、庫(kù)存量或者總費(fèi)用。來(lái)自于原始數(shù)據(jù)源的合計(jì)存儲(chǔ)在每一個(gè)立方體單元中，這種組織數(shù)據(jù)的方法可以輕易得過(guò)濾數(shù)據(jù)、有效的加快數(shù)據(jù)的查詢。然而，存在著這種問(wèn)題：雖然OLAP合計(jì)是在數(shù)據(jù)倉(cāng)庫(kù)中可以達(dá)到的查詢性能的關(guān)鍵因素，但是存儲(chǔ)這些合計(jì)數(shù)據(jù)的成本是磁盤(pán)存儲(chǔ)量。事實(shí)上，合計(jì)數(shù)據(jù)量可以輕易的超過(guò)原有的數(shù)據(jù)量。另外，當(dāng)維度和合計(jì)量提高時(shí)，所要求的OLAP數(shù)據(jù)存儲(chǔ)量也大大的提高。這種對(duì)存儲(chǔ)量的極大要求一般稱為數(shù)據(jù)爆炸。OLAP描述的是一種多維數(shù)據(jù)服務(wù)，這種服務(wù)的設(shè)計(jì)目的是保證分析員、經(jīng)理和決策者針對(duì)特定的問(wèn)題，通過(guò)快速、一致、交互式的實(shí)時(shí)數(shù)據(jù)訪問(wèn)和分析。,13,Analysis Services,MOLAP：多維型OLAP在一個(gè)用于壓縮索引的永久數(shù)據(jù)存儲(chǔ)中存儲(chǔ)維度數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)。合計(jì)存儲(chǔ)用來(lái)加快數(shù)據(jù)訪問(wèn)。MOLAP查詢引擎是專有的，而且優(yōu)化成由MOLAP數(shù)據(jù)存儲(chǔ)使用的存儲(chǔ)格式。MOLAP提供了比ROLAP更快的查詢處理速度，并且要求更少的存儲(chǔ)空間。然而，它不能較好的伸縮，并且要求使用單獨(dú)的數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)。,ROLAP：關(guān)系型OLAP在關(guān)系型數(shù)據(jù)表中存儲(chǔ)合計(jì)。ROLAP針對(duì)關(guān)系型數(shù)據(jù)庫(kù)的應(yīng)用允許其利用已有的數(shù)據(jù)庫(kù)資源，并且允許ROLAP應(yīng)用程序很好的伸縮。然而