簡(jiǎn)答題（第一章）數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的不同：數(shù)據(jù)庫(kù)用于事物處理，數(shù)據(jù)倉(cāng)庫(kù)用于決策分析；數(shù)據(jù)庫(kù)保持事物處理的當(dāng)前狀態(tài)，數(shù)據(jù)倉(cāng)庫(kù)既保存過(guò)去的數(shù)據(jù)也保存當(dāng)前的數(shù)據(jù)；數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是大量數(shù)據(jù)庫(kù)的集成；對(duì)數(shù)據(jù)庫(kù)的操作比較明確，操作數(shù)量少。（第三章）廣義OLAP功能如何提高多維數(shù)據(jù)分析能力：絕對(duì)模型（靜態(tài)數(shù)據(jù)分析，通過(guò)比較歷史數(shù)據(jù)值或行為來(lái)描述過(guò)去發(fā)生的事實(shí)）該模型查詢(xún)比較簡(jiǎn)單，綜合路徑是預(yù)先定義好的，用戶(hù)交互少；解釋模型（屬于靜態(tài)數(shù)據(jù)分析，分析人員利用系統(tǒng)已有的多層次的綜合路徑層層細(xì)化（進(jìn)行向下鉆取操作），找出事實(shí)發(fā)生的原因）；思考模型（屬于動(dòng)態(tài)數(shù)據(jù)分析，旨在說(shuō)明在一維或多維上引入一組具體變量或參數(shù)后將會(huì)發(fā)生什么。）分析人員在引入確定的變量或公式關(guān)系時(shí)，須創(chuàng)建大量的綜合路徑；公式模型（它的動(dòng)態(tài)分析能力更強(qiáng)，該模型表示在多個(gè)維上，需要引入那些變量或參數(shù)，以及引入后所產(chǎn)生的后果。）（第四章）概念模型的特點(diǎn)：能真實(shí)反映現(xiàn)實(shí)世界，能滿(mǎn)足用戶(hù)對(duì)數(shù)據(jù)的分析，達(dá)到?jīng)Q策支持的要求，它是現(xiàn)實(shí)世界的一個(gè)真實(shí)模型；易于理解，有利于和用戶(hù)交換意見(jiàn)，在用戶(hù)的參與下，能有效地完成數(shù)據(jù)倉(cāng)庫(kù)的成功設(shè)計(jì)；易于更改，當(dāng)用戶(hù)要求發(fā)生變化時(shí)，容易對(duì)概念模型進(jìn)行修改和擴(kuò)充；易于向數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型轉(zhuǎn)換。（第五章）數(shù)據(jù)倉(cāng)庫(kù)增長(zhǎng)的原因：數(shù)據(jù)倉(cāng)庫(kù)收集歷史數(shù)據(jù)；數(shù)據(jù)倉(cāng)庫(kù)包含滿(mǎn)足未知需求的數(shù)據(jù)收集；數(shù)據(jù)倉(cāng)庫(kù)不僅有詳細(xì)數(shù)據(jù)，還有占數(shù)據(jù)存儲(chǔ)比例很大的匯總數(shù)據(jù)；數(shù)據(jù)倉(cāng)庫(kù)包括外部數(shù)據(jù)，用來(lái)支持多種可預(yù)測(cè)的數(shù)據(jù)挖掘任務(wù)其他題型：（第一章）數(shù)據(jù)倉(cāng)庫(kù)的定義與特點(diǎn)（選擇或判斷）數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、穩(wěn)定的、不同時(shí)間的數(shù)據(jù)集合，用于支持經(jīng)營(yíng)管理中決策制定過(guò)程。特點(diǎn)：是面向主題的，集成的，穩(wěn)定的，是隨時(shí)間變化的，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量很大，數(shù)據(jù)倉(cāng)庫(kù)軟硬件要求較高（需要一個(gè)巨大的硬件平臺(tái)，需要一個(gè)并行的數(shù)據(jù)庫(kù)系統(tǒng)）。（一章）OLAP與OLTP的區(qū)別：OLAP專(zhuān)門(mén)用于支持復(fù)雜的分析操作，側(cè)重對(duì)分析員和高層管理人員的決策支持，（基本思想是從決策者的多方面多角度以多維的形式還觀察企業(yè)的狀態(tài)和了解企業(yè)的變化）OLTP（是事務(wù)處理從單機(jī)到網(wǎng)絡(luò)環(huán)境的發(fā)展新階段。主要應(yīng)用于銀行，航空，郵件訂單，超級(jí)市場(chǎng)和制造業(yè)的輸入數(shù)據(jù)和取回交易數(shù)據(jù)。）在于事務(wù)處理量大，應(yīng)用要求多個(gè)并行處理，事務(wù)處理內(nèi)容比較簡(jiǎn)單且重復(fù)率高。（第二章）數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)的了解（圖）：數(shù)據(jù)倉(cāng)庫(kù)是在原有關(guān)系型數(shù)據(jù)庫(kù)基礎(chǔ)上發(fā)展形成的但由于不同于數(shù)據(jù)庫(kù)系統(tǒng)的組織形式，它從原有的大量業(yè)務(wù)數(shù)據(jù)中獲得的數(shù)據(jù)，經(jīng)過(guò)轉(zhuǎn)換后形成當(dāng)前基本數(shù)據(jù)層，它經(jīng)綜合后形成輕度綜合數(shù)據(jù)層，輕度綜合數(shù)據(jù)在經(jīng)過(guò)綜合形成高度綜合數(shù)據(jù)層，數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)包括前基本數(shù)據(jù)，歷史基本數(shù)據(jù)，輕度綜合數(shù)據(jù)，高度綜合數(shù)據(jù)和元數(shù)據(jù)當(dāng)前基本數(shù)據(jù)是最近時(shí)期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)用戶(hù)最感興趣的部分，數(shù)據(jù)量大。當(dāng)前基本數(shù)據(jù)隨著時(shí)間的推移，由數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間控制機(jī)制轉(zhuǎn)為歷史基本數(shù)據(jù)，一般被轉(zhuǎn)存于介質(zhì)中，如磁盤(pán)。輕度綜合數(shù)據(jù)是從當(dāng)前基本數(shù)據(jù)中提取出來(lái)的，設(shè)計(jì)這層數(shù)據(jù)結(jié)構(gòu)時(shí)會(huì)遇到綜合處理數(shù)據(jù)的時(shí)間段選取，綜合數(shù)據(jù)包含哪些數(shù)據(jù)屬性和內(nèi)容等問(wèn)題。最高一層是綜合數(shù)據(jù)層，該層數(shù)據(jù)十分精煉，是一種準(zhǔn)決策數(shù)據(jù)。粒度（選擇或判斷）：（粒子度與綜合）指數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)單元中保存數(shù)據(jù)的細(xì)化活綜合程度的級(jí)別，細(xì)化程度越詳細(xì)，粒度級(jí)就越低。粒度大綜合級(jí)別高，粒度小詳細(xì)級(jí)別高。在低粒度級(jí)上，紀(jì)錄詳細(xì)。高粒度級(jí)只需要少得多的字節(jié)存放數(shù)據(jù)，且只需要較少的索引項(xiàng)。數(shù)據(jù)存儲(chǔ)效率高。當(dāng)提高數(shù)據(jù)力度時(shí)，數(shù)據(jù)所能回答查詢(xún)的能力降低。且小粒度的數(shù)據(jù)可以回答任何問(wèn)題，但高粒度數(shù)據(jù)回答的問(wèn)題具有宏觀性。

商希赭數(shù)據(jù)量差距糧大*例如，在慵粒度級(jí)（詳細(xì)數(shù)據(jù)，上,每狀電姑祁許綠之欽茶記錄.您共需要10000個(gè)字節(jié)*在高粒度敬綜含也#露3囂駕饋#"要莪少的索引呢隹"數(shù)據(jù)七囂：庫(kù)**嵩丈#*霽野郭好財(cái)依霹IX巖"疝岬能力將會(huì)圈之降低?而秘限度的鷺?測(cè)■至壽綜合婭八數(shù)據(jù)g產(chǎn)…*L一必*地項(xiàng)以回答的咐具有宏醐性。?粒度?數(shù)據(jù)綜合程度高低的一個(gè)度量?粒度越小，越細(xì)節(jié)，綜合程度越低，回答查詢(xún)種類(lèi)越多，數(shù)據(jù)量大I性能低舞昏程度俺

閨春生前嘲親多

謚倨噌我

糧錐偶粽金程表為

國(guó)參戔詢(xún)辯圭步

瓠據(jù)唾小舞昏程度俺

閨春生前嘲親多

謚倨噌我

糧錐偶粽金程表為

國(guó)參戔詢(xún)辯圭步

瓠據(jù)唾小折打出的長(zhǎng)金電j話(huà)平為次致？—KX淬的折打出的長(zhǎng)金電j話(huà)平為次致？—KX淬的士職麥打電訝J糠&或第月1個(gè)記親，20。個(gè)字節(jié)每A200今記豪,40D00個(gè)字惦當(dāng)提高數(shù)據(jù)粒度級(jí)時(shí)，數(shù)據(jù)所能回答查詢(xún)的能力就會(huì)隨之降低。換句話(huà)說(shuō),在一個(gè)很低的粒度級(jí)上，實(shí)際可以回答任何問(wèn)題，但在高粒度級(jí)上,數(shù)據(jù)所能處理的問(wèn)題的數(shù)量是有限的。元數(shù)據(jù)（選擇判斷，綜合分析）：在數(shù)據(jù)倉(cāng)庫(kù)建設(shè)過(guò)程中產(chǎn)生的有關(guān)數(shù)據(jù)源定義、目標(biāo)定義、轉(zhuǎn)換規(guī)則等關(guān)鍵數(shù)據(jù)，是定義數(shù)據(jù)倉(cāng)庫(kù)對(duì)象的數(shù)據(jù)。包含的信息有：數(shù)據(jù)倉(cāng)庫(kù)的目錄信息、數(shù)據(jù)從業(yè)務(wù)環(huán)境向數(shù)據(jù)倉(cāng)庫(kù)環(huán)境轉(zhuǎn)換時(shí)的目錄內(nèi)容、指導(dǎo)從當(dāng)前基本數(shù)據(jù)到輕度綜合數(shù)據(jù)的算法選擇、輕度綜合數(shù)據(jù)到高度綜合數(shù)據(jù)的綜合算法的選擇。（第三章）OLAP基本概念：變量：變量是數(shù)據(jù)的實(shí)際意義，即描述數(shù)據(jù)“是什么”。例如：銷(xiāo)售量、銷(xiāo)售額，……而具體數(shù)據(jù)（如“10000”）是變量的一個(gè)值維：維是人們觀察數(shù)據(jù)的特定角度。如產(chǎn)品維、顧客維、時(shí)間維，地理位維等。維的層次：數(shù)據(jù)的細(xì)節(jié)不同程度為維的層次。特定角度的不同細(xì)節(jié)程度，通常稱(chēng)這描述的多個(gè)方面叫維的層次，一個(gè)微往往具有很多個(gè)層次，例如，描述時(shí)間維時(shí)，日期，季度，年，就是時(shí)間維的層次。城市，地區(qū)國(guó)家就地理維的層次。維成員：維的一個(gè)取值（稱(chēng)為該維的一個(gè)成員）或不同維層次的取值的集合（對(duì)多層次情況）?例如：時(shí)間維：三個(gè)層次，日、月、年維成員：1999年5月20日?可以在某些層次上不取值，如1999年5月；5月20日；1999年?維成員是數(shù)據(jù)在該維上的位置描述例如：1999年5月20日銷(xiāo)售額表示銷(xiāo)售額數(shù)據(jù)在時(shí)間維上的位置（相當(dāng)于時(shí)間軸上的某一點(diǎn)或某一區(qū)間）多維數(shù)組：一個(gè)多維數(shù)組可以表示為：（維1，維2， ，維n，變量）一個(gè)4維的結(jié)構(gòu)，即（產(chǎn)品，地區(qū)，時(shí)間，銷(xiāo)售渠道，銷(xiāo)售額）。數(shù)據(jù)單元（單元格）：多維數(shù)組的取值。如：4維數(shù)據(jù)單元（牙膏，上海，1998年12月，批發(fā)，銷(xiāo)售額為100000）多維數(shù)據(jù)分析的基本操作（判斷選擇）01入?的目的是為決策管理人員通過(guò)一種靈活的多維數(shù)據(jù)分析手段，提供輔助決策信息?；镜亩嗑S數(shù)據(jù)分析操作包括切片、切塊、旋轉(zhuǎn)、鉆取等。（1）切片（slice）選定多維數(shù)組的一個(gè)二維子集的操作叫切片，即選定多維數(shù)組（維1，維2,…，維n，變量）中的兩個(gè)維，設(shè)為維i和維j，在這兩個(gè)維上取某一區(qū)間或任意維成員，而將其余的維都取定一個(gè)維成員，得到的就是多維數(shù)據(jù)在維i和維j上的一個(gè)二維子集，稱(chēng)為多維數(shù)據(jù)在維i和維j上的一個(gè)切片，表示為（維i，維j，變量）。切片就是在某兩個(gè)維上取一定區(qū)間的維成員或全部成員，而在其余的維上選定一個(gè)維成員的操作。

分析動(dòng)作之切片斗在村向尊入iljt*或I-1997JF1M-樗N峙間嬉上的切岸（詢(xún)區(qū)，"1997^114"-> ?<?；（2）切塊切塊有兩種情況：?在多維數(shù)組的某一個(gè)維上選定某一區(qū)間的維成員的操作。切塊可以看成是在切片的基礎(chǔ)上，確定某一個(gè)維成員的區(qū)間得到的片段，也即由多個(gè)切片疊合起來(lái)。?選定多維數(shù)組的一個(gè)三維子集的操作。在多維數(shù)組（維1，維2,……，維n，變量）中，選定3個(gè)維，維i、維j、維k，在這3個(gè)維上分別取一個(gè)區(qū)間或任意維成員，而其它維都取定一個(gè)維成員。

（下面2圖了解）?切塊,在給定數(shù)據(jù)立方體的兩個(gè)或多個(gè)維上執(zhí)行選擇,定義子方的操作稱(chēng)為切塊操作。,例；涉及三個(gè)^的切塊.條件為：（地點(diǎn)=“南京”QR“北京M）AND｛時(shí)間=（1Qr,0R"Q2H）AND（類(lèi)型蝦家庭娛樂(lè)”O(jiān)R“計(jì)算機(jī)”）（3）鉆取（drill）鉆取有向下鉆?。╠rilldown）和向上鉆取（drillup）操作。向下鉆取是使用戶(hù)在多層數(shù)據(jù)中能通過(guò)導(dǎo)航信息而獲得更多的細(xì)節(jié)性數(shù)據(jù)。向上鉆取獲取概括性的數(shù)據(jù)。（下面圖了解）?上卷通過(guò)一個(gè)雄的概念分層向上攀升或者通過(guò)維歸約，在數(shù)據(jù)立方體上進(jìn)行聚集，稱(chēng)為上卷操作，斜在地區(qū)維層次向上攀升.在中心數(shù)據(jù)立方體執(zhí)行上卷操作.（這個(gè)分層被定義為全序：縣〈城市〈州或省〈國(guó)家）?下鉆下鉆是上卷的逆操作，它由不太洋細(xì)的數(shù)據(jù)到更詳細(xì)的數(shù)據(jù).下鉆可以通過(guò)沿維的概念分層向下或引入新的維來(lái)實(shí)現(xiàn)。例；沿著天〈月〈季〈年定義的時(shí)間維的概念分層向下’在中心數(shù)據(jù)立方體執(zhí)行下鉆操作的結(jié)果中

（4）旋轉(zhuǎn)（pivot）通過(guò)旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。旋轉(zhuǎn)操作相當(dāng)于平面數(shù)據(jù)將坐標(biāo)軸旋轉(zhuǎn)。例如，旋轉(zhuǎn)可能包含了交換行和列，或是把某一個(gè)行維移到列維中去；或是把頁(yè)面顯示中的一個(gè)維和頁(yè)面外的維進(jìn)行交換（令其成為新的行或列中的一個(gè)）改變一個(gè)頁(yè)面顯示的維方向的操作稱(chēng)為旋轉(zhuǎn)（或轉(zhuǎn)軸）。

索引位圖索引非聚集索引rm位圖索引非聚集索引rm_1_"I1 -wk聚集索引?葉綃點(diǎn)是數(shù)據(jù)本身?在毒引上碼足唯?的，如果聚集索引不是唯-的索

引，系統(tǒng)坊添加在內(nèi)部生成的值以使直復(fù)的篋唯txti?葉結(jié)點(diǎn)包含

,?索引碼?到ftistr

的林筑?標(biāo)識(shí)可以是?RID(File#,PageSlot#).哦的聚集It引碼?針對(duì)一些特殊的列建立索引?列中的每一個(gè)值對(duì)應(yīng)一個(gè)向劇中的一位?向量的長(zhǎng)度對(duì)應(yīng)與記錄的條數(shù)?不適合列中值的個(gè)數(shù)太多的情況?查詢(xún)？SelectcustFromBaseTableWhereRegion=4Asia*andType='Dealer'：BltMapforRegion(Asia):10100BitMapforType(Dealer):01101?查詢(xún)結(jié)果：向量與操作：00100 位片索引(Bit-slicedIndex);?位片索引是將屬性列的域值按照某種方式進(jìn)行垂宜分割，然后以一進(jìn)制位圖的形式存儲(chǔ)SalesinbinaryfoiwSaie& inb)mQ,(onn Kbit4bir2bitlb)r投影索引(ProjectIndex) 。?按“列，，為單位存儲(chǔ)數(shù)據(jù)IM，MewMiuCUu iwt?ow (.Im*?投影索引在存儲(chǔ)數(shù)據(jù)的方式上與傳統(tǒng)的IRDBMS寤全不同.它不是以”記錄行”而是按計(jì)列為單位來(lái)存儲(chǔ)數(shù)據(jù)，即所謂的"對(duì)數(shù)據(jù)進(jìn)行垂直分割，?--般的DSS查詢(xún)往往僅涉及大魅數(shù)據(jù)記錄中的少數(shù)列，因而不需訪(fǎng)問(wèn)原始數(shù)據(jù)就能快速獲得查詢(xún)結(jié)果。顯然，利用這些不同取值也就能快速地進(jìn)行數(shù)據(jù)聚集、分組、求最大值、最小仇及平均值等.數(shù)據(jù)分析模型分為四類(lèi)：絕對(duì)模型(categoricalmodel)屬于靜態(tài)數(shù)據(jù)分析，通過(guò)比較歷史數(shù)據(jù)值或行為來(lái)描述過(guò)去發(fā)生的事實(shí)。解釋模型(exegeticalmodel)屬于靜態(tài)數(shù)據(jù)分析，利用系統(tǒng)已有的多層次的綜合路徑層層細(xì)化，找出事實(shí)發(fā)生的原因。思考模型(contemplativemodel)屬于動(dòng)態(tài)數(shù)據(jù)分析，說(shuō)明在一維或多維上引入一組具體變量或參數(shù)后將會(huì)發(fā)生什么。公式模型(formulaicmodel)公式模型的動(dòng)態(tài)數(shù)據(jù)分析能力很高，它表示在多個(gè)維上，需要引入哪些變量或參數(shù)，以及引入后所產(chǎn)生的結(jié)果。休眠數(shù)據(jù)：休眠數(shù)據(jù)是那些存在于數(shù)據(jù)倉(cāng)庫(kù)中當(dāng)前不使用，將來(lái)也很少使用或不使用的數(shù)據(jù)。限數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量為口數(shù)據(jù)處理次數(shù)為m平均每次處理數(shù)據(jù)的字節(jié)數(shù)為M則一年中數(shù)據(jù)處理的總數(shù)據(jù)量為；nxd,在各次數(shù)據(jù)處理禎程中，可能會(huì)出現(xiàn)數(shù)據(jù)的重I復(fù)使用，我們用系數(shù)日表示為；'1：群宇逢旺逮硝雇籟冷u=.0＞史果平赤沃藐簇涕韭-翼&、登9:野妃錢(qián)牡否僵福-眺貝mo曜a耘為:pI】=匚-廿：■=乃：■=冬*偷曝?fù)?jù)腳倉(cāng)庫(kù)頓據(jù)的比例稼卻樨婚R，用割耘為:氐二二j壬」隨著時(shí)間的推移，數(shù)據(jù)傾向于兩種狀態(tài)之一，頻繁被使用的活動(dòng)數(shù)據(jù)（每個(gè)月2?3次）和很少被使用的休眠數(shù)據(jù)（每年不到0.5次）（第六章）知識(shí)發(fā)現(xiàn)（KDD）是從數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的整個(gè)過(guò)程。它是從大量數(shù)據(jù)中提取出可信的、新穎的、有用的并能被人理解的模式的高級(jí)處理過(guò)程。KDD過(guò)程可