<学习笔记5>数据挖掘原理与运用-sql server2008 数据库
来源:互联网 发布:快乐星球电影知乎 编辑:程序博客网 时间:2024/05/22 10:43
2016/10/26
第十三章
挖掘OLAP立方体
理解星型模式和雪花模式
星型模式中间是事实表,周围是事实表中各个属性的维表。雪花模式周围是查找表。
理解维和层次。
通常我们理解的维:时间维,空间维等等,层次,省,市,区。这就是层次。在OLAP这里,维的概念似乎更广泛些,比如客户维是一张客户表,表中有各种属性,包括:性别,年龄,姓名这样。层次也是维的某个属性的层次。比如我们会说客户维中的地理层次。
度量和度量组。
度量=值。度量组=OLAP中度量及其相关属性的组合。
处理立方体步骤:维处理。立方体处理。
这里其实出现一个概念叫“聚集”。有点抽象。什么叫聚集??
由于聚集的规模会随聚集数呈指数膨胀,因此一般都会指定最优聚集,再根据这些聚集派生出其他聚集。
比如可以通过每月产量的聚集派生出季度和年产量的聚集。
analysis services 为区提供三种存储模式:1、多维OLAP(MOLAP)。2、关系OLAP(ROLAP)。3、混合OLAP。(HOLAP)
MDX
前面我们纠结很久的mdx与dmx中的mdx终于出现了。他的意思是“多维表达式”。语法遵循select ...from ...where。
清单13-1使用时发现没有OLAP立方体。是什么时候建立的?怎么建立的?
立方体聚集最常用sum。也有min,max,count,average。
计算度量:从其他度量派生出来的度量。
统一维度模型:UDM。
这里有很多概念已经搞混了。事例维,嵌套维,层次,表列嵌,套表键,嵌套键...等等一系列。很遗憾我也没能从网络上找到相关的学习资料,如他人写的相关的csdn博客资料。不过也有一个好处,就由我来开篇吧。接着我会先通篇浏览完这本书,然后重新开始对每一个疑点进行整理。
- <学习笔记>数据挖掘原理与运用-sql server2008 数据库
- <学习笔记5>数据挖掘原理与运用-sql server2008 数据库
- <学习笔记2>数据挖掘原理与运用-sql server2008 数据库
- <学习笔记3>数据挖掘原理与运用-sql server2008 数据库
- <学习笔记4>数据挖掘原理与运用-sql server2008 数据库
- <学习(总)>数据挖掘原理与运用-sql server2008数据库
- SQL SERVER2008数据挖掘
- Sql Server2008数据挖掘
- SQL Server2008学习笔记1
- SQL Server2008数据库之间导出数据
- R语言与数据挖掘学习笔记
- R语言与数据挖掘学习笔记
- 《数据挖掘概念与技术》学习笔记
- 《数据挖掘概念与技术》学习笔记 .
- 《数据挖掘概念与技术》学习笔记
- 数据挖掘概念与技术-学习笔记
- C#连接sql server2008数据库 (笔记)
- SAS学习笔记之《SAS编程与数据挖掘商业案例》(5)SAS宏语言、SQL过程
- 常用的ImageLoader配置
- oracle 类型转换函数 & oracle 隐式转换规则总结
- 关于Python中的yield
- 修改tomcat默认文件路径
- 费森尤斯卡比注射工作站操作
- <学习笔记5>数据挖掘原理与运用-sql server2008 数据库
- 使用nodejs发起get或post请求抓取网页内容,支持中文编码
- 21分钟 MySQL 入门教程
- zigbee知识点
- 没有谁能够随随便便成功
- 详解安卓开发中的DPI / DP / SP
- Axure RP8 MAC中文破解版
- pycharm报错
- Java重修之路(一)历史背景,语言特点,开发环境搭建