空间数据仓库与数据挖掘

需求具体体现在三个方面:Р随着C/S技术的成熟和并行数据库的发展,信息处理技术的发展趋势是从大量的事务数据库中抽取数据,并将其清理、转换为新的存储格式,即为决策目标把数据聚合在一种特殊的格式中。随着此过程的发展和完善,这种支持决策的、特殊的数据存储即被称为数据仓库(Data Warehouse,DW)。Р数据仓库产生趋势Р§10.1 数据仓库与空间数据仓库Р数据仓库(Data Warehouse, 简称DW)是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。?主题是数据归类的标准,每个主题对应一个客观分析领域,如客户、商店等,它可为辅助决策集成多个部门不同系统的大量数据。?数据仓库包含了大量历史数据,经集成后进入数据仓库的数据是极少更新的。数据仓库内的数据时限为5至10年,主要用于进行时间趋势分析。Р数据仓库定义Р§10.1 数据仓库与空间数据仓库Р数据仓库的数据量很大,一般为10GB左右。它是一般数据库(100MB)数据量的100倍,大型数据仓库达到TB级。Р数据仓库定义Р§10.1 数据仓库与空间数据仓库Р数据仓库是一种分析型环境,它与一般的DBMS的操作型环境是不同的,两者的比较有利于对数据仓库的理解。Р§10.1 数据仓库与空间数据仓库Р数据仓库(DW)Р数据库(DB)Р分析型数据环境Р操作型数据环境Р面向分析(主题),支持DSSР面向业务,日常事务处理Р集成的综合数据Р非集成或者集成程度很低,主要是明细数据Р历史数据(5-10年)Р主要关心当前数据(60-90天)Р定期加载,加载后极少更新Р实时更新Р数据驱动的开发周期(CLDS)Р需求驱动的开发周期(SDLC)Р数据仓库主要应用在两个方面: ?使用浏览分析工具在DW中寻找有用的信息。?数据仓库系统支持在DW上的应用,形成决策支持系统(DSS)。Р数据仓库应用Р§10.1 数据仓库与空间数据仓库