读书频道 > 网站 > 网页设计 > 数据仓库与数据挖掘
2.维表与事实表的关联
13-11-05    奋斗的小年轻
收藏    我要投稿   

本文所属图书 > 数据仓库与数据挖掘

科技的进步,特别是信息产业的发展,把整个社会带入一个崭新的信息时代。随着计算机应用的普及和数据库技术的不断发展,数据仓库与数据挖掘技术的应用领域越来越广泛。本书第1章介绍数据仓库、数据挖掘的一般知识立即去当当网订购

维表和事实表相互独立,通过关系数据库中的外键来联系,互相关联构成一个统一的架构。通过使用维表和事实表以及它们之间的关联关系,就可以恢复多维数据立方体。在构建多维数据集时常用的架构有星形架构、雪花状架构和星形雪花架构。

(1) 星形架构

星形架构(star schema)是以事实表为核心,其他的维表围绕这个核心表呈星形分布,维表彼此之间没有任何联系,每个维表中的主键都只能是单列的,同时该主键被放置在事实表中,作为事实表与维表连接的外键。图2-8给出了一个星形架构的示例。

 

在图2-8中,“交易量统计表”是事实表,“委托方式维表”、“地区维表”和“时间维表”都是直接与事实表关联的。

以RDBMS构建星形架构十分方便,所有的维表和事实表都可以在RDBMS中以关系表的形式存储。借助连接运算可以很方便地将星形架构恢复成多维数据立方体。

特定的星形架构只与一个需要分析的具体问题相对应,而对此问题的分析又可以从若干角度进行,因此一个星形架构包含一个事实表以及若干维表,这是标准的星形架构。

在分析较为复杂的问题时,有时需要将其分解成若干子问题,每个子问题均转化为一个星形架构,而不同的子问题又可能会从同一角度进行分析,这就意味着多个事实表之间可以共享一部分数据(即共享维表),这样就构成了非标准的共享维表的星形架构,如图2-9所示。

 

(2) 雪花形架构

雪花形架构(snow schema)以事实表为核心,很多维表直接与事实表关联,允许附加一些其他的维表只与已有的维表靠外键关联而不与事实表直接关联,从

而实现查看细化数据粒度的目的。图2-10给出了一个雪花形架构的示例。

 

从图2-10中可以看出,commission表的维度与order-info表相关,可通过order-number来建立联系。这样,可以新建一个维表commission,并将order-method等信息通过order-info维表与事实表最终建立连接。由于与事实表直接相连的维表的数量有所减少,可以明显地降低事实表的体积。

(3) 星形雪花架构

星形雪花架构(starsnow schema)假设事实数据不会改变,系统只会定期地从OLTP系统转入新的历史数据,将星形架构和雪花形架构合并在一起使用。它是一个数据仓库最适用的架构类型。例如,如果将前面两种架构的示例综合起来就得到如图2-11所示的星形雪花架构了。

 

点击复制链接 与好友分享!回本站首页
分享到: 更多
您对本文章有什么意见或着疑问吗?请到论坛讨论您的关注和建议是我们前行的参考和动力  
上一篇:1.3 功能
下一篇:1.5 小结
相关文章
图文推荐
JavaScript网页动画设
1.9 响应式
1.8 登陆页式
1.7 主题式
排行
热门
文章
下载
读书

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训
版权所有: 红黑联盟--致力于做最好的IT技术学习网站