企业数据库建立方案

42 0 0

随着计算机应用的深入，大量数据存储在计算机中，信息的存储、管理、使用和维护变得越来越重要，但传统的数据库管理系统难以满足其要求。为了解决数据量大、异构数据集成和访问数据响应速度慢的问题，采用数据仓库技术为最终用户处理所需的决策信息提供了一种有效的方法。数据仓库数据仓库是一个面向主题的、集成的、非易失的、时变的数据集合，为管理者决策提供支持。数据仓库是作为决策支持系统和在线分析应用的数据源的结构化数据环境。从目前数据仓库的发展来看，数据可以存储在不同类型的数据库中。数据仓库是以统一的模型将异构数据源存储在单个站点中，以支持管理决策。数据仓库技术包括数据清洗、数据集成、在线分析处理和数据挖掘。OLAP的分析结果可以为数据挖掘提供分析信息，作为挖掘的依据；DM可以扩大OLAP分析的深度，找到OLAP找不到的更复杂更详细的信息。OLAP是一种在线分析处理，而数据挖掘是一种通过分析数据库和数据仓库中的数据来获取知识的方法和技术，即通过建立模型来发现隐藏在组织数据库中的模式和关系。二者的结合可以满足企业对数据整理和信息提取的要求，帮助企业进行决策。从业务应用的角度来看，数据挖掘是一种全新的业务信息处理技术，其主要特点是对业务数据库中的大量业务数据进行提取、转换、分析和建模，提取关键知识来辅助业务决策。从技术角度来看，数据挖掘可以应用于以下几个方面：关联规则发现是在给定的一组事物中寻找满足一定条件的关联规则。简单来说就是挖掘数据之间隐藏的关系，为商业话题提供指导。序列模式分析和关联规则发现类似，但其重点是分析数据之间的关系。模式是按时间顺序排列的。