淺析數(shù)據(jù)倉庫的構(gòu)建方法

隨著不同的管理信息系統(tǒng)（MIS）在企業(yè)不同部門的大規(guī)模應(yīng)用及企業(yè)對數(shù)據(jù)管理不斷提出新的要求，不僅要求能實(shí)現(xiàn)傳統(tǒng)的聯(lián)機(jī)事務(wù)處理，而且越來越多的要求是各種應(yīng)用系統(tǒng)能夠在企業(yè)不斷積累的以及從企業(yè)外部獲取的豐富信息資源的基礎(chǔ)上，把這些分散的、不一致的、凌亂的信息資源加以利用，即更多地參與數(shù)據(jù)分析和決策支持，由此出現(xiàn)了一種用于數(shù)據(jù)分析處理和決策支持的數(shù)據(jù)存儲和組織技術(shù)，即數(shù)據(jù)倉庫技術(shù)。
   1、什么是數(shù)據(jù)倉庫
   數(shù)據(jù)倉庫是面向主題的、集成的、具有時(shí)間特征的、穩(wěn)定的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。數(shù)據(jù)倉庫提供用戶用于決策支持的當(dāng)前和歷史數(shù)據(jù)，這些數(shù)據(jù)在傳統(tǒng)的操作型數(shù)據(jù)庫中很難或不能得到。
    面向主題是指數(shù)據(jù)倉庫中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織。主題是一個(gè)抽象的概念，是指用戶使用數(shù)據(jù)倉庫進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面，一個(gè)主題通常與多個(gè)操作型信息系統(tǒng)相關(guān)。集成的是指數(shù)據(jù)倉庫中的數(shù)據(jù)是在對原有分散的數(shù)據(jù)庫數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保證數(shù)據(jù)倉庫內(nèi)的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息。
   數(shù)據(jù)倉庫的體系結(jié)構(gòu)分?jǐn)?shù)據(jù)源、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)倉庫、數(shù)據(jù)集市和用戶幾部分。數(shù)據(jù)源，包括企業(yè)內(nèi)部的業(yè)務(wù)數(shù)據(jù)、遺留數(shù)據(jù)、其它業(yè)務(wù)系統(tǒng)數(shù)據(jù)及相關(guān)WEB 數(shù)據(jù)等；數(shù)據(jù)轉(zhuǎn)換是數(shù)據(jù)倉庫構(gòu)建的重要環(huán)節(jié)，主要是對各種復(fù)雜的數(shù)據(jù)源進(jìn)行抽取、轉(zhuǎn)換、裝載及其他處理，同時(shí)要實(shí)現(xiàn)數(shù)據(jù)質(zhì)量跟蹤監(jiān)控以及元數(shù)據(jù)抽取與創(chuàng)建等工作；數(shù)據(jù)倉庫主要實(shí)現(xiàn)對各種數(shù)據(jù)的組織、存儲及管理等；數(shù)據(jù)集市是為不同業(yè)務(wù)而單獨(dú)設(shè)計(jì)的數(shù)據(jù)倉庫系統(tǒng)，即開發(fā)者為企業(yè)內(nèi)部的不同用戶群定制特殊的數(shù)據(jù)倉庫子系統(tǒng)。用戶部分，即具體面向使用者的應(yīng)用部分，主要是指數(shù)據(jù)倉庫存取與檢索為用戶提供了訪問數(shù)據(jù)倉庫或數(shù)據(jù)集市的功能，其中分析與報(bào)告為用戶使用數(shù)據(jù)倉庫提供了一組工具，用于幫助用戶對數(shù)據(jù)倉庫或數(shù)據(jù)集市進(jìn)行聯(lián)機(jī)分析或數(shù)據(jù)挖掘等。
   2、數(shù)據(jù)倉庫構(gòu)建方法
    2.1 普通數(shù)據(jù)倉庫構(gòu)建方法。對于普通數(shù)據(jù)倉庫的構(gòu)建，企業(yè)在對整個(gè)系統(tǒng)的建設(shè)綜合各種因素的基礎(chǔ)上，將整個(gè)項(xiàng)目的實(shí)施分階段、分步驟實(shí)施，可以在每一階段建設(shè)的基礎(chǔ)上分階段納入不同的業(yè)務(wù)系統(tǒng)，逐步建立起一個(gè)綜合的、專題較為完善的、適合部門、子單位使用的完整的數(shù)據(jù)倉庫系統(tǒng)，從而才能使投資盡快獲得收益。
    在數(shù)據(jù)倉庫的構(gòu)建過程中，利用模糊數(shù)學(xué)可實(shí)現(xiàn)數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)的語義表示，豐富數(shù)據(jù)加工的手段，提高分析處理的能力。數(shù)據(jù)倉庫的構(gòu)建，一般采取先構(gòu)建數(shù)據(jù)集市，最后將各個(gè)數(shù)據(jù)集市整合在一起形成數(shù)據(jù)倉庫的漸進(jìn)模式；通過概念層、邏輯層、物理層建模，確定相關(guān)主題域的數(shù)據(jù)集市并對其進(jìn)行聯(lián)機(jī)分析處理。構(gòu)建數(shù)據(jù)倉庫模型一般采用以下幾種：
    2.1.1 星型模型：星型模型是最常用的數(shù)據(jù)倉庫設(shè)計(jì)結(jié)構(gòu)的實(shí)現(xiàn)模式。使數(shù)據(jù)倉庫形成了一個(gè)集成系統(tǒng)，為用戶提供分析服務(wù)對象。該模型的核心是事實(shí)表，圍繞事實(shí)表的是維度表。通過事實(shí)表將各種不同的維度表連接起來，各個(gè)維度表都連接到中央事實(shí)表。[page]    2.1.2 星系模型（也稱雪花模型）：雪花模型對星型模型的維度表進(jìn)一步標(biāo)準(zhǔn)化，對星型模型中的維度表進(jìn)行了規(guī)范化處理。同時(shí)也是對星型模型的擴(kuò)展，每一個(gè)維度都可以向外連接到多個(gè)詳細(xì)類別表。在實(shí)際應(yīng)用中，用戶的需求多種多樣，數(shù)據(jù)來源可能為多個(gè)事實(shí)表，故可采用多個(gè)事實(shí)表共存，之間通過公用的維表相關(guān)聯(lián)的星系模型，也稱為事實(shí)星座。
    2.1.3 原子級數(shù)據(jù)模型和匯總級數(shù)據(jù)模型并存：堅(jiān)持原子級數(shù)據(jù)模型和匯總級數(shù)據(jù)模型并存，而且要盡可能地細(xì)化原子級數(shù)據(jù)。
    2.1.4 設(shè)立代理鍵：代理鍵是維表中一些沒有業(yè)務(wù)含義的字段，只是一個(gè)由數(shù)據(jù)倉庫加載程序時(shí)建立的數(shù)字。
    2.2 空間數(shù)據(jù)倉庫構(gòu)建方法。隨著GIS（地理信息系統(tǒng)）在各行業(yè)的廣泛應(yīng)用，最初面向事務(wù)處理為主的空間數(shù)據(jù)庫信息系統(tǒng)已不能滿足需要，信息系統(tǒng)開始從管理轉(zhuǎn)向決策處理，空間數(shù)據(jù)倉庫就是為滿足這種新的需求而提出的空間信息集成系統(tǒng)。尤其是地理信息決策支持系統(tǒng)中，空間數(shù)據(jù)倉庫系統(tǒng)顯得尤為重要。
    空間數(shù)據(jù)倉庫具有普通數(shù)據(jù)倉庫的普遍特征，但其本身有一些特殊性。并且空間數(shù)據(jù)倉也并不是空間數(shù)據(jù)庫的簡單集合。與空間數(shù)據(jù)庫比，空間數(shù)據(jù)倉除支持?jǐn)?shù)據(jù)庫外，還支持?jǐn)?shù)據(jù)文件、文本文件、應(yīng)用程序等眾多數(shù)據(jù)源；另外空間數(shù)據(jù)倉庫中的數(shù)據(jù)有時(shí)間數(shù)據(jù)、空間數(shù)據(jù)、屬性數(shù)據(jù)及異構(gòu)數(shù)據(jù)等多種數(shù)據(jù)；其次空間數(shù)據(jù)倉庫中還包括了數(shù)據(jù)處理規(guī)則、算法等；再次空間數(shù)據(jù)倉庫的數(shù)據(jù)是對原始數(shù)據(jù)進(jìn)行加工、處理、集成等轉(zhuǎn)換，是對數(shù)據(jù)的增值和統(tǒng)一；空間數(shù)據(jù)庫還引入了時(shí)間縱的概念，它是以時(shí)間為基準(zhǔn)來管理數(shù)據(jù)，可以截取不同時(shí)間尺度上的信息，從瞬態(tài)到區(qū)段時(shí)間直到全體，空間數(shù)據(jù)倉庫是依賴于時(shí)間維的數(shù)據(jù)結(jié)構(gòu)，它可以根據(jù)不同的需要?jiǎng)澐植煌臅r(shí)間粒度等級，以便進(jìn)行各種復(fù)雜的趨勢分析。當(dāng)然，不言而喻，它還包含了空間維的方位數(shù)據(jù)。正因?yàn)榭臻g數(shù)據(jù)倉庫與普通數(shù)據(jù)倉庫的不同，并且它以空間數(shù)據(jù)倉庫完全不是相同的概念，一般空間數(shù)據(jù)倉庫以如下體系結(jié)構(gòu)分為四大功能模塊，分別是源數(shù)據(jù)、數(shù)據(jù)變換工具、空間數(shù)據(jù)倉庫、客戶端分析工具。源數(shù)據(jù)它不僅指那些常見的空間數(shù)據(jù)庫，還包括文件、網(wǎng)頁、知識庫、遺留系統(tǒng)等各種數(shù)據(jù)源。數(shù)據(jù)變換工具與具有普通數(shù)據(jù)倉庫數(shù)據(jù)變換相同的提取轉(zhuǎn)換功能，但它還包括了特有的空間變換等?？臻g數(shù)據(jù)倉庫以立體、多維的方式來組織和顯示數(shù)據(jù)。但最基本的空間維和時(shí)間維是其反映客觀世界動(dòng)態(tài)變化的基礎(chǔ)，空間數(shù)據(jù)倉庫技術(shù)最關(guān)鍵要點(diǎn)也就是時(shí)間維和空間維數(shù)據(jù)組織方式。目前空間數(shù)據(jù)倉庫已成為國、內(nèi)外GIS（地理信息系統(tǒng)）研究的熱點(diǎn)并取得了較大進(jìn)展。要把空間信息融合進(jìn)企業(yè)現(xiàn)有的數(shù)據(jù)倉庫中，在原有系統(tǒng)不作較大改動(dòng)的前提下，一般采用三種模式構(gòu)建企業(yè)空間數(shù)據(jù)倉庫：（1）把空間信息作為多維模型中的空間維引入；（2）把空間信息作為研究主題引入；（3）在維和度量中都包含空間信息。因此，計(jì)算并存儲所有空間度量是不現(xiàn)實(shí)的。一般使用空間索引樹（如R-tree）在最細(xì)空間粒度上構(gòu)建分組層次，作為空間維的分層，每個(gè)空間維需要建立一棵空間索引樹。
   3、結(jié)束語
    總之，數(shù)據(jù)倉庫構(gòu)建是數(shù)據(jù)倉庫技術(shù)的關(guān)鍵，數(shù)據(jù)倉庫技術(shù)是一項(xiàng)基于數(shù)據(jù)管理和利用的綜合性技術(shù)和解決方案，尤其是現(xiàn)在空間數(shù)據(jù)倉庫在GIS 中的廣泛應(yīng)用，它成為數(shù)據(jù)庫市場的新一輪增長點(diǎn)，同時(shí)也成為下一代信息系統(tǒng)的重要組成部分。