数据挖掘概念与技术第三版 范明 孟晓峰译 第四章 数据仓库与联机分析处理学习笔记

1.数据仓库：一个数据集合，四个特点：面向主题的（指面向具体应用）、集成的（指是多个数据库数据集成在一起）、时变的（数据来自历史多个时间范围）、非易失的（分离存放数据，不需要事务处理，数据不容易丢失）。
2.联机事务处理（OLTP）与联机分析处理（OLAP）的最原始区别：
  OLTP面向顾客，主要用于对单条数据的增删改查操作；OLAP面向市场，主要是对集中的大量数据进行分析处理。

3.元数据：关于数据的数据，其实就是描述数据的一些特性，如提取数据时所加的时间标签、提取数据的源、集成数据所添加的缺失字段都是元数据。

4.数据仓库和数据集市区别：

  数据仓库收集整个组织的主题信息，企业范围，通常使用事实星座模式。

  数据集市是数据仓库的一个部门子集，部门范围，流行采用星形或雪花模式。

5.典型的OLAP操作：

    上卷（上钻）：将一个维的概念向上分层，如将统计的city维度上升到country维度。（维归约进行上卷时，一个或多个维可从数据立方体中删除。）

    下钻：上钻的逆操作，将一个维的概念向下分层，如将统计的quarter层下降到month层。

    切片：在给定的立方体的一个维上进行选择。

    切块：在给定的立方体的两个维或多个维上进行选择。

    转轴：是一种目视操作，转动数据的视角，便于观察。

6.OLAP是数据的汇总或聚集工具，帮助简化数据分析；数据挖掘是能自动发现隐藏在大量数据中的隐含模式和有趣知识。

  OLAP工具的目标是简化和支持交互数据分析，数据挖掘工具的目标是尽可能自动处理。

7.数据仓库采用三层体系结构：

   底层是数据仓库服务器，他通常是关系数据库系统；

   中间层是OLAP服务器，典型的使用为ROLAP和MOLAP；

   顶层是前端客户层，它包括查询和报告工具。

8.使用索引技术，OLAP查询处理可以更有效地进行。

  位图索引：每个属性都有自己的位图索引表。位图索引把连接、聚集和比较操作归结成位算术运算（其实就是属性符号表示简化为1与0的位运算，方便计算）；

  连接索引：登记来自两个或多个关系的可连接性，降低了OLAP连接操作的代价。（其实就是通过几个元组的中间共同属性值来连接两个属性。）