|
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* p/ e: A# i, ~ b' R+ y
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）
: _; {7 r, G" {2 K19.10 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。
7 C* @: b; f" n, X( O第20章 数据他仓库与数据挖掘
4 z/ D9 b1 K; ^) n* Y! M# l) U20.1 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。
$ X0 ?6 ^" `9 r7 m20.2 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）, D L1 H: t% y: Z( {7 H
20.3 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。
8 C. ` C7 Z9 \20.4 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
; c! [( F7 j- d# B/ m7 {20.5 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, \7 b; F3 x3 g5 [3 C1 }0 z$ k
20.6 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）
4 U: Q) s; m0 V& r/ |% N, k20.7 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。% d4 `5 p& z Y7 t' M- j K) c, Z$ ?5 [
20.8 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。0 I7 d) S3 I5 R) R1 n. J/ R* q
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* J6 W5 E$ v8 ~1 @- z& X
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
/ Y% q" H- _* I" \. A, g20.11 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
|! l" C! u0 d, H* Y3 M! i20.12 数据仓库维护策略一般分为：实时维护、延时维护、快照维护2 S" t0 \- q5 x3 g
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 |
发表于 2012-7-31 20:48:14
楼主