论文网
关于连锁超市方面论文范文例文,与超市数据仓库雪花模型的设计与应用相关论文格式范文
本论文是一篇关于连锁超市方面论文格式范文,关于超市数据仓库雪花模型的设计与应用相关电大毕业论文范文。免费优秀的关于连锁超市及模型及数据库方面论文范文资料,适合连锁超市论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
集市需要保留最低层次的细节数据.以满足数据抽取、信息查询和数据挖掘的需要；另一方面,为提供决策支持,需要多方面的高粒度的汇总数据.因此,需要把使用频率高的汇总数据存放在聚集事实表中.雪花模型维度表清晰的层次关系为建立聚集事实表创造了条件.根据聚集的概念,在有m维的雪花模型或星型模型中,可以建立多个n度聚集事实表（n<=m）.所谓n度聚集,就是把m维事实表中的n个维度提升到一定的层次,其余的（m-n）维保持最低层次.这样生成的事实表同相应衍生出的维表形成一个简明的星型模型.例如：
为了分析会员客户对各种品牌商品的购买情况,在雪花模型中对客户维和商品维进行二路聚集即可.如图3所示.
为了分析会员客户一年中对各类商品的需求情况,在雪花模型中对客户维、商品维和时间维进行的三路聚集即可.如图4所示.
图3连锁超市数据集市雪花模型二路聚集
图4连锁超市数据集市雪花模型三路聚焦
通过各种聚集,不仅满足了联机分析处理和数据挖掘对各种数据粒度的要求,更可喜的是,由于聚集产生的是结构简单的星型模型,使星型模型的各种优势在这里得到发挥.
3.雪花模型在联机分析处理（OLAP）中的应用
联机分析处理（OLAP）是基于数据仓库的一种多维数据分析技术,是数据仓库的重要应用.OLAP从数据仓库中的某个特定主题的集成数据出发,使用多维分析方法,对客户端的请求,对数据进行切片、切块、聚合、钻取、旋转等操作,并通过直观的方式从多个角度、多个侧面、多个层次及多种数据综合程度对多维数据进行分析、比较,并把结果用表格或图形方式显示给用户,使用户了解数据背后蕴含的规律,以达到获取相关决策信息的目的.
雪花模型及以雪花模型为依托生成的各层次的聚集事实表,为OLAP提供了良好的工作条件.例如,在对数据进行上钻或下钻时,只需要向OLAP工具提供相应的不同粒度的聚集事实表即可.
为了改善数据汇总查询的性能,可以建立一个汇总表,将常用的全部聚集事实表的表名、粒度、相应的维度属性存放在汇总表中,并通过数据仓库元数据进行管理.这样,OLAP就能根据汇总表的指示,选用不同粒度的聚集事实表进行切片、切块、聚合、钻取、旋转等操作,提高了分析速度,弥补了雪花模型在查询速度方面的不足.
4.雪花模型在多对多关系处理中的应用
在实际的问题中,数据仓库的数据会出现“多对多”的关系.多对多关联不可能在星型模式中实现.但可通过雪花模型将“多对多”的关系转化成多个“一对多”关系来处理.
总之,雪花模型提高了数据仓库应用的灵活性.使系统进一步专业化和实用化.
五、结束语
星型模型和雪花模型是基于关系数据库的数据仓库的两种典型的数据模型.星型模型是雪花模型的原型,雪花模型是星型模型的衍生.各有所长,各有特色.在实际应用中,要对具体问题作出具体分析,还要针对OLAP和挖掘工具的需要,在两种模式之间作出权衡和选择.使数据模型在数据仓库的构建和应用中发挥出更好的作用.
参考文献：
[1]W.H.Inmon著王志海等译:数据仓库[M].机械工业出版社,2003
[2]PaulrajPonniah著段云峰等译:数据仓库基础[M].电子工业出版社,2004
[3]JiaweiHanMichelineKamber著,范明,等译.数据挖掘概念与技术[M].机械工业出版社,2004
[4]平静林平瑞:元数据管理及其在数据仓库中的应用[J].平原大学学报,2006(8):130～132
[5]彭晓东:基于数据仓库的综合决策支持系统的设计研究[j].电脑开发与应用,2003(6):11～20
关于连锁超市方面论文范文例文,与超市数据仓库雪花模型的设计与应用相关论文格式范文参考文献资料：