slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Складове с данни PowerPoint Presentation
Download Presentation
Складове с данни

Loading in 2 Seconds...

play fullscreen
1 / 15

Складове с данни - PowerPoint PPT Presentation


  • 133 Views
  • Uploaded on

Складове с данни. Бази за анализ. Предназначение. Типове обработки OLTP ( On Line Transaction Processing ) - транзакционни OLAP ( On-line Analytical Processing ) аналитични Типове бази транзакционни – голям брой потребители нестационарни (примигващи) отразяващи текущото състояние

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Складове с данни' - hall-lee


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Складове с данни

Бази за анализ

Богдан Шишеджиев - Складове от данни

slide2
Предназначение
  • Типове обработки
    • OLTP (On Line Transaction Processing) - транзакционни
    • OLAP(On-line Analytical Processing ) аналитични
  • Типове бази
    • транзакционни –
      • голям брой потребители
      • нестационарни (примигващи)
      • отразяващи текущото състояние
      • критични (силно натоварени)
    • складове
      • малък брой потребители (анализатори)
      • сравнително стационарни
      • отразяват историята на данните (натрупване на текущи състояния
      • слабо натоварени

Богдан Шишеджиев - Складове от данни

slide3
Архитектура

Богдан Шишеджиев - Складове от данни

slide4
Архитектура
  • Компоненти на източника
    • филтър – отделя и проверява кохерентността на данните за експорт
    • експорт – извършва зареждане на определени порции във времето.
  • Компоненти на склада
    • лоудер – начално зареждане и подготовка на склада за работа.
    • обновяване – зарежда порциите
    • достъп
    • data mining
    • експорт – към други складове. Създава се йерархия от складове

Богдан Шишеджиев - Складове от данни

slide5
Схеми за складове
  • Звезда

Богдан Шишеджиев - Складове от данни

slide6
Схеми за складове
  • Снежинка

Богдан Шишеджиев - Складове от данни

slide7

Dimension time

Promotion

Dimension shop

Facts - Sales

time_key

day_of_ week

day_no_in_month

day_no_overall

week_no_ln_year

week_no_overall

month

month_no_overall

quarter

fiscal_period

holiday_flag

weekday_flag

last_day_in_month_flag

season

event

promotion_key

promotion_name

price__reduction_ type

ad_type

dlsplay_ type

coupon_type

ad_media_name

display_provider

promo_cost

promo_begin_date

promo_end-date

..и други

stoie_key

store_ name

store_number

store_street_address

store_city

store_county

store_state

store_zip

store__manager

store_phone

store_FАX

floor_plan_ type

photo_processing_type

finance_services_type

first_opened_date

last_remodel_date

store_surface

grocery_surface

frozen-surface ..и други

Time_key

product_key

Store_key

promotion key

dollar_sales

units_sales

dollar_cost

customer-count

Пример – Верига супермаркети

Dimension product

product_key

SKU(stock keeping units )_description

SKU_number

package_size

brand subcategory

category

departement

package_ type

diet_type

weight

weight_unit_of_mesure

units_per_retail_case

units_per_shipping_case

cases_per_pallet

shelf_width

shelf_height

shelf_depth

..и други

Богдан Шишеджиев - Складове от данни

slide8
Пример – Верига супермаркети
  • Таблица на фактите – в 3-та НФ
    • измервани стойности
      • числови
        • адитивни
        • полуадитивни
        • неадитивни
      • текстови
    • детайлност на фактите – всяка продажба на продукт
  • Дименсии – ненормализирани, с голям излишък
    • атрибути - текстови

Богдан Шишеджиев - Складове от данни

slide9
Пример – Верига супермаркети
  • Изчисление на нужното дисково пространство
    • Dimension time : 2 год. x 365 дни= 730 дни
    • Dimension shop : 300 магазина, запис на продажбите всеки ден
    • Dimension product : 30.000 продукта във всеки магазин, като 3000 се продават всеки ден в даден магазин.
    • Dimension promotion : един артикул може да участва в един ден и в един магазин само в една промоция
    • Записи на елементарни факти 300 x 730 x 3000 x 1 = 657 .106 записа
    • Брой ключови полета 4; брой полета със стойности 4 ; общ брой полета =8
    • Размер на таблицата на фактите-657 .106 x 8 полета x 4B = 21 GB

Богдан Шишеджиев - Складове от данни

slide10
Операции за анализ на данните
  • Обща форма на оператор SQL

select D1.C1, ... Dn.Cn, Aggr1(F,Cl),…, Aggrn(F,Cn)from Fact as F, Dimension1 as D1,... DimensionNas Dn where join-condition (F, D1) and... and join-condition (F, Dn) and selection-condition group by D1.C1, ... Dn.Cn order by D1.C1, ... Dn.C

Богдан Шишеджиев - Складове от данни

slide11
Операции за анализ на данните
  • Пример

select Time.Month, Product.Name, sum(Qty) from Sale, Time, Product, Promotion where Sale.TimeCode = Time.TimeCode and Sale.ProductCode = Product.ProductCode and Sale.PromoCode = Promotion.PromoCode and (Product. Name = ' Pasta' or Product.Name = 'Oil') and Time.Month between 'Feb' and 'Apr' and Promotion.Name = 'SuperSaver' group by Time.Month, Product.Name order by Time.Month, Product.Name

Pivot Time.Month

Feb Mar Apr

Oil 5K 5K 7K

Pasta 45K 50K 51K

Богдан Шишеджиев - Складове от данни

drill down roll up
Операции drill-down и roll-up
  • drill-down – добавяне на дименсия по-която се агрегират резултатите

Богдан Шишеджиев - Складове от данни

drill down roll up1
Операции drill-down и roll-up
  • roll-up – премахване на дименсия по-която се агрегират резултатите

Богдан Шишеджиев - Складове от данни

slide14
Куб данни
  • Клауза with cube

select Make, Year, Colour, sum(Sales)from Saleswhere (Make = 'Ferrari' or Make = 'Porsche') and Colour = 'Red' and Year between 1998 and 1999 group by Make, Year, Colour with cube

Богдан Шишеджиев - Складове от данни

slide15
Куб данни

Богдан Шишеджиев - Складове от данни