今天开始读数据仓库的第四章,这一章讲解的是数据仓库中的粒度。
下面是本章的小结:
为体系结构化环境选择一个适当的粒度级别是成功的关键。选择粒度级别的一般方法是利用常识。首先建立数据仓库的一小部分,并让用户访问这些数据。然后仔细聆听用户的意见,根据他们的反馈意见对粒度级别做适当的调整。
最坏的想法是想要实现设计好所有的粒度级别,再进行数据仓库的建造。即使是在最好的情况下,有50%的设计是正确的,这个设计就已经成功了。数据仓库环境的特点就是只有当DSS分析员看到了报表之后,才能想象出哪些是他们需要的。
粒度设计的过程始于对数据仓库在一年时间和五年时间内所能达到的大小的一个粗略估测。一旦这个估测完成后,设计者就可以得知粒度应该细到什么程度。此外,利用这个估测还可以得出是否需要考虑使用溢出存储器。
数据仓库环境中有一个非常重要的反馈循环。建造数据仓库的第一次循环设计完成后,数据体系结构设计人员认真聆听最终用户反馈的意见,并根据这些意见作出调整。
要考虑的另一个重要问题是需要从数据仓库中获取数据的不同体系结构实体说需的粒度级别。当数据转移到溢出存储器,当存在大量的数据时,设计人员对粒度级别的选择会受到约束。
要使溢出存储器正常工作,有两种软件是必须的:管理硬盘环境与海量备用存储环境之间数据流动的跨介质存储管理器和数据活动监控器。数据活动监控器用来确定哪些数据应当放到溢出存储器中和哪些应当留在硬盘上。
分享到:
相关推荐
数据仓库读书笔记,我从别的地方收集的,觉得比较好,所以上传上来.
本书论述在设计和建造数据仓库中涉及的所有主要问题,... 本书主要是面向数据仓库的设计、开发和管理人员,以及构造和使用现代信息系统的人员,也适于信息处理方面的高校师生和从事传统数据库系统技术工作的人阅读。
数据仓库读书笔记.pdf
oracle 数据仓库设计指南 从网上搜集的,比较实用, 讲的也挺好,希望对大家有用
《数据仓库与数据挖掘技术原理及应用》读书笔记模板x.pptx
感谢刘的整理:)这本书是数据库题库考试的参考书。
《数据仓库原理》系列博文,是笔者在学习数据仓库与商业智能时的读书笔记,现重新梳理思路,分享在这里,希望读者批评指正。 本系列主要包括以下几部分内容: [1].数据库与数据仓库 为什么有了数据库还...
数据仓库维度建模的读书笔记,建议学习维度建模的初学者可以了解一下
5、Hadoop生态圈的学习笔记,主要记录HDFS、MapReduce、Yarn相关读书笔记及源码分析等 5.1 HDFS Hadoop快速入门 HDFSOverView Hadoop广义生态系统 Hadoop高可用配置 HadoopCommon分析 HDFS集群相关管理 HDFS Shell ...
第11章 数据仓库和商务智能.pdf 第12章 元数据管理.pdf 第13章 数据质量.pdf 第14章 大数据和数据科学.pdf 第15章 数据管理成熟度评估.pdf 第16章 数据管理组织与角色期望.pdf 第17章 数据管理和组织变革管理...
笔记主要涵盖:Java,JVM,JUC,Spring,SpringCloud,计算机网络,操作系统,数据结构,Vue等 本仓库有来源自己总结,网上收集,视频笔记,如果有有所区别,可以联系我进行删除 因个人能力有限,笔记中可能还有很多...
也可以到仓库的 README 阅读本文,容我厚脸皮地求 star,求 follow。 整体思路 不知道有没有同学和我一样,看着vue的源码却不知从何开始,真叫人头大。硬生生地看了observer, watcher, compile这几部分的源码,只...
有关贡献科学笔记本的详细介绍和说明,请访问此项目的“文档阅读”页面: 如果您在2021年2月5日之前在本地克隆此存储库 此仓库的主要分支已从master转到main 。 如果您拥有此存储库的本地克隆,并希望使本地分支与...
Python数据科学手册 Python数据科学手册 该存储库包含(免费!)Jupyter笔记本形式的整个。 本代码仓库包含着整本书籍,使用免费的Jupyter笔记本格式呈现。 译者注:作者英文版。 如何使用这本书 如何阅读本书 在...
数据仓库工具箱笔记 前言 这本书是维度建模的权威指南,但是由于书写的时间比较早,随着技术的不断更迭有些内容以及不适用了.不讨论当时技术在现在是否还适用,仅仅当经典概念来学习. 书中内容是根据不同的业务场景来...
最后,写了那么久笔记,还是觉得用Markdown+GitHub+Typora是最舒服的,不用再担心卡顿问题,导出笔记问题,迁移数据问题。缺点是他人阅读不方便,必须下载笔记后在本地查看才笔记友好,另外只适合记一些简单样式的...
对于非奖金材料,我建议按顺序阅读笔记。 除项目外,奖金材料可以任何顺序处理。 在教程中,请确保打开HTML版本。 必备知识 我假设您属于以下类型的编码器: 您是一种数据分析类型,他知道如何使用Pandas读取/写入...