笔记：商业智能的相关概念

 写在最前：本文的内容大部分来自于百度百科，部分来自于一些其它BI书籍


一切，从零开始。 学习BI前必须懂得的几个概念。

各个概念的从属关系，可以参照下面的简图 



1、什么是BI（商业智能）

2、数据仓库，联机分析处理，数据挖掘

3、OLAP与OLTP    

 

   联机事务处理OLTP（On-Line Transaction Processing） 
   联机分析处理OLAP（On-Line Analytical Processing） 
   注：重点了解OLAP的相关概念


4、钻取，切片，切块
    OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。
    钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。
    切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。 旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。


5、ROLAP、MOLAP、HOLAP 
    OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。
    ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心，以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表：一类是事实表，用来存储数据和维关键字；另一类是维表，即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了“星型模式”。对于层次复杂的维，为避免冗余数据占用过大的存储空间，可以使用多个表来描述，这种星型模式的扩展称为“雪花模式”。
    MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心，也就是说，MOLAP使用多维数组存储数据。多维数据在存储中将形成“立方块（Cube）”的结构，在MOLAP中对“立方块”的“旋转”、“切块”、“切片”是产生多维数据报表的主要技术。
    HOLAP表示基于混合数据组织的OLAP实现（?型的。这种方式具有更好的灵活性。）
    还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。


6、ETL （抽取、转换、装载）
    抽取（Extraction）、转换（Transformation）和装载（Load）