数据集市和数据仓库的区别,数据集市的特点及数据挖掘技术

数据集市(DataMart)简介数据集市(data market)也称数据市场，是一个从运营数据和其他数据源收集数据的仓库，服务于一个特殊的专业群体。数据仓库与数据挖掘技术-特征与元数据数据仓库具有以下特征:数据仓库中的数据是面向主题的，它在更高的层次上对分析对象的数据给出了完整的、一致的描述，能够有效地刻画分析对象所涉及的数据以及数据之间的关系。

作为一种数据管理手段，传统的数据库系统即OnLineTransactionProcessing(OLTP)主要用于事务处理，但其对分析和处理的支持一直不尽如人意。因此，人们逐渐尝试对OLTP数据库的数据进行再加工，形成一个全面的、面向分析的环境，以更好地支持决策分析。数据仓库和联机分析处理系统(OLAP)是决策分析系统的有机组成部分。数据仓库从分布在整个公司的OLTP数据库中提取数据，并对提取的数据进行预处理，为公司的决策分析提供必要的数据。OLAP利用存储在数据仓库中的数据完成各种分析操作，并将分析结果以直观易懂的形式返回给决策者。

1。概述多维数据模型是数据仓库中最流行的数据模型。多维数据模型最典型的数据模型有星形模式、雪花模式和事实星座模式。本文通过实例展示了它们之间的模式和差异。二、star schema star schema的核心是一个大的中心表(事实表)和一组小的附属表(维度表)。星型模式的例子如下:3 .snowflakeschema雪花模式是星型模式的扩展，其中一些维度表被规范化并进一步分解为附加表(维度表)。

supplier_type表进一步细分为供应商维度。4.FactConstellation或galaxyschema数据仓库由多个主题组成，包含多个事实表，维度表是公共的，可以共享。这个模型可以看作是恒星模式的集合，所以被称为星系图式或事实星座图式。这种模式的一个例子如下图所示:如上图所示，事实星座模式包含两个事实表:sales和shipping，它们共享维度表。

数据仓库的业务处理描述如下:数据源和数据的存储管理部分可以统称为数据仓库服务器。数据仓库系统通常采用三层架构，底层是数据仓库服务器，中间层是OLAP服务器，顶层是前端工具。具体如下:1。数据源和数据存储与管理可以统称为数据仓库服务器。(1)数据源:是数据仓库系统的基础，是整个系统的数据源。通常包括内部信息和外部信息。

外部信息包括各种法律法规、市场信息和竞争对手信息等等。(2)数据存储和管理:它是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织和管理模式决定了它不同于传统数据库，也决定了它对外数据的表达形式。为了决定采用什么产品和技术来建立数据仓库的核心，有必要分析数据仓库的技术特征。对现有业务系统的数据进行提取、清洗、有效整合，并按照主题进行组织。