19.8 对象关系数据库(关系数据库中引入面向对象):扩展的数据类型定义;继承性;扩充的SQL语言.Informix Universal Server、DB2 UDB、Adaptive Server、Oracle8i、SQL Server
. n* \+ h. w6 T: O3 p; {19.9 并行数据库体系结构:共享内存;共享磁盘(中小型);无共享(最好的,银行出纳、民航售票等OLTP类,缺点:通信代价和非本地磁盘访问代价);层次结构(综合)% R' [! u% E$ \1 D2 \, s. a" C
19.10 一维数据划分方法:轮转法:最适合于扫描整个关系;散列划分法:比转转法更适合点查询,也适合顺序扫描关系;范围划分法:明显利于范围查询和点查询。缺点:均不能有效支持非划分属性上具有选择谓词的查询。
# _( e3 v2 c- ^; z, s" \; b第20章 数据他仓库与数据挖掘& n: i& k- [3 y- b8 M! J
20.1 数据仓库解决的问题是如何更合理和理有效的组织企业的数据体系,目的在于根据决策需求对数据采取适当的手段进行集成,形成一个综合的面向分析的数据环境;数据挖掘解决的问题是如何针对具体的分析对象和分需求,尝试智能和自动化的手段把数据转换为新的有用的信息和知识。
U$ S6 w( b6 A; j: v5 i# O# r20.2 数据分类:操作型数据(操作型处理,以业务处理为主的联机事务处理OLTP);分析型数据(分析型处理,以分析为主的决策支持系统DDS)
3 f1 J6 `+ W# A% a20.3 数据仓库是一个面向主题的、集成的(最重要,抽取、转换、清理、装载)、非易失的、且随时间变化的(时变性)数据集合,用来支持管理人员的决策。
# I4 X4 y9 F8 s* N' n# D. m20.4 数据仓库的体系结构:操作型数据、操作型数据存储、数据仓库、数据集市;功能层次:数据管理、数据处理、数据应用
5 Y+ v- G R* m0 k& E* l! ~2 m20.5 粒度涉及数据仓库的数据量和支持的查询类型。粒度小,细节度高,数据量大,查询多
m' g: q" J3 k, L. ~$ R7 y' c20.6 ODS(Operational Data Store,操作型数据存储):一方面,类似于操作型环境,可进行企业全局性联机操作型处理;另外一方面,是一个面向主题的、集成的数据环境,但数据量小,适合于辅助企业完成日常决策的数据处理分析。(秒级、小时级、天级、含反馈信息)1 \9 p! z. y5 L0 O2 P! s
20.7 数据仓库设计以数据仓库的主题数据模型设计和实现为核心。
) s1 H7 L! ~# Y0 f" ^& U20.8 OLAP(联机分析处理,On-Line Analytical Processing):支持复杂的分析操作,侧重对决策人员和高层管理人员的决策支持。* V! o0 [3 ]- _" P
20.9 多维分析的基本活动:钻取Drill-Down与卷起Roll-Up;切片Slice与切块Dice;旋转( L2 o) ~+ J8 D
20.10 OLAP的实现方式:基于多维数据库的;基于关系数据库的;混合型的9 x* {( k" L& w2 L
20.11 数据挖掘:数据库知识发现KDD,从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。三阶段:数据准备、数据挖掘、结果的解释评估" g6 r8 O- F+ p( d7 N& Z; U# F
20.12 数据仓库维护策略一般分为:实时维护、延时维护、快照维护
0 W: r/ U9 g$ n& m1 {# X* o, \20.13 建立ODS的目的一般是为支持即时OLAP和全局OLTP两类应用 |