管理信息系统——004 数据库与数据仓库

数据库概念

数据：Data
数据库：Database，DB，长期存储在计算机内的有结构，可共享的相关数据的集合

数据库的特点
冗余度小，独立性高，控制能力强

数据库管理系统：DBMS，实现数据存储和数据访问，科学地组织和存储数据，高效地获取和维护数据

功能
数据定义DDL：定义数据库中的数据对象
数据操纵DML：实现对数据库的基本操作
数据库的建立和维护功能：数据装载、备份/恢复、性能分析等

数据库系统：DBS,由数据库、数据库系统、应用系统、数据库管理员、用户组成

数据库系统结构

三级模式的结构
外模式：也称为子模式或用户模式
模式：也称为逻辑模式
内模式：也称为物理模式或存储模式

二级映像

二级映像在DBMS内部实现这三个抽象层次的联系和转换。
外模式/模式映像：保证数据的逻辑独立性，数据库设计的变化不会影响用户的使用
模式/内模式映像：保证数据的物理独立性，底层DBMS的更换不会影响数据库的设计

实体联系模型

实体：用矩形
属性：用椭圆形
联系：用菱形

数据库设计的核心和难点在于ER图的设计，ER图设计的难点在于实体的识别，ER图设计的好坏对数据库应用软件1开发和使用具有很大影响。

数据模型

数据模型是对现实世界中的数据及其关系的抽象表示。
数据模型的层次
概念模型：按用户的观点对数据和信息建模，用于数据库设计，如E-R模型
逻辑模型：按计算机系统的观点对数据建模，用于DBMS实现。包括网状模型、层次模型、关系模型、面向对象模型等。
物理模型：对数据最底层的抽象，描述数据在磁盘系统内部的表示方式和存取方法。由DBMS实现和管理。

关系模型

关系【Relation】：表
元组【Tuple】：表中的一行，也叫记录
属性【Attribute】：表中的一列即为属性，也叫字段
域【Domain】：属性的取值范围
主键【Primary key】
外键【Foreign key】

数据仓库概述

数据仓库（Data Warehouse）是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，并用于支持企业的分析活动和决策任务。

数据仓库中数据表示

星形模型

雪花模型

数据仓库的体系结构

包含：数据源、数据存储与管理、OLAP服务器、前端工具

ETL

ETL = Extract Transform Load
数据仓库过程的核心技术是ETL
ETL过程通常要占用以数据为中心的项目的70%的时间

数据仓库的应用

信息处理
基于查询和基本的统计分析，可以发现有用的信息，但通常是反映直接存放在数据库中的信息，无法发现复杂的模式。
分析处理
支持基本的OLAP，包括切片与切块、下钻（drill down）、上卷（roll-up）和转轴。OLAP是数据汇总/聚集工具，帮助简化数据分析
数据挖掘
支持知识发现，自动发现隐藏在大量数据中的隐含模式和知识

OLTP和OLAP

数据立方体多维分析