数据挖掘--数据仓库与联机分析处理

数据挖掘--引论

数据挖掘--认识数据

数据挖掘--数据预处理

数据挖掘--数据仓库与联机分析处理

数据挖掘--挖掘频繁模式、关联和相关性:基本概念和方法

数据挖掘--分类

数据挖掘--聚类分析:基本概念和方法


什么是数据仓库

(面集时非)

  • 面向主题的:围绕某一主题来构建
  • 集成的:图片文字杂糅在一起
  • 时变的:随时间变化的数据
  • 非易失的:硬盘存放,不易丢失

操作数据库系统(OLTP)与数据仓库(OLAP)区别

(用户、设计、访问、视图、内容)

  • 用户和系统的面向性:OLTP是面向顾客,OLAP是面向市场进行数据分析
  • 数据内容:OLTP提供当前数据,OLAP提供历史数据
  • 数据库设计:OLTP采用实体-联系(ER),OLAP采用星形或雪花
  • 视图:OLTP一个具体部门,OLAP全部统计
  • 访问模式:OLTP某条,OLAP全部

为什么需要分离的数据仓库

  • 有助于提高两个系统的性能
  • 两种系统中数据的结构、内容和用法都不相同

星形、雪花形和事实星座

星形(一对多)、雪花(有二级)、事实星座(交叉)

1.星型模式的核心是一个大的中心表(事实表),一组小的附属表(维表)。星型模式示例如下所示:

2.雪花模式是星型模式的扩展,其中某些维表被规范化,进一步分解到附加表(维表)中。雪花模式示例如下图所示:

从图中我们可以看到地址表被进一步细分出了城市(city)维。supplier_type表被进一步细分出来supplier维。

3.事实星座模式(Fact Constellation)或星系模式(galaxy schema)

数据仓库由多个主题构成,包含多个事实表,而维表是公共的,可以共享,这种模式可以看做星型模式的汇集,因而称作星系模式或者事实星座模式。本模式示例如下图所示。

度量的分类和计算

  • 分布的:划分与不划分的数据集的结果一样
  • 代数的:由几次的分布式函数通过加减乘除的计算得到
  • 整体的:对整个数据集进行操作的(如rank)

索引OLAP数据

位图索引

有n的属性改成n列,有这个属性就是1,没有就是0

连接索引

通过一列相同的字段连接

相关推荐
eqwaak02 小时前
数据预处理与可视化流水线:Pandas Profiling + Altair 实战指南
开发语言·python·信息可视化·数据挖掘·数据分析·pandas
jianmin09204 小时前
Python高效数据分析从入门到实战的七个步骤
数据仓库
Christo310 小时前
关于K-means和FCM的凸性问题讨论
人工智能·算法·机器学习·数据挖掘·kmeans
热心不起来的市民小周13 小时前
基于 RoBERTa + 多策略优化的中文商品名细粒度分类
人工智能·分类·数据挖掘
Lansonli1 天前
大数据Spark(六十七):Transformation转换算子distinct和mapValues
大数据·分布式·spark
CappuccinoRose1 天前
MATLAB学习文档(二十三)
matlab·信息可视化·数据挖掘·数据分析
卡拉叽里呱啦1 天前
Apache Iceberg介绍、原理与性能优化
大数据·数据仓库
MoRanzhi12032 天前
11. Pandas 数据分类与区间分组(cut 与 qcut)
人工智能·python·机器学习·数学建模·分类·数据挖掘·pandas
你好~每一天2 天前
2025 中小企业 AI 转型:核心岗技能 “怎么证、怎么用”?
人工智能·百度·数据挖掘·数据分析·职业·转行
weixin_525936332 天前
金融大数据处理与分析
hadoop·python·hdfs·金融·数据分析·spark·matplotlib