数据仓库、OLAP与数据挖掘关系概述
摘要：数据仓库、OLAP与数据挖掘是当今的技术热点，数据仓库是一种解决数据使用的高效技术，OLAP则将数据通过多维视角和多种层次向用户进行多方式的呈现，数据挖掘为之提供了更好的决策支持和服务，同时促进了数据仓库技术的发展，本文简单介绍了这三者的概念和应用。
关键词：数据仓库 OLAP 数据挖掘
一、数据仓库
数据仓库是一种资讯系统的资料储存理论，此理论强调利用某些特殊资料储存方式，让所包含的资料，特别有利于分析处理，以产生有价值的资讯并依此作决策。利用数据仓库方式所存放的资料，具有一但存入，便不随时间而更动的特性，同时存入的资料必定包含时间属性，通常一个数据仓库皆会含有大量的历史性资料，并利用特定分析方式，自其中发掘出特定资讯。
1.1 数据仓库的特征
（1）数据仓库的数据是面向主题的。主题是一个抽象的概念，是较高层次上企业信息系统中的数据综合、归类并进行分析利用的抽象。在逻辑意义上，它是对应企业中某一宏观分析领域所涉及的分析对象。面向主题的数据组织方式，就是在较高层次上对分析对象的数据的一个完整、一致的描述，能完整、统一地刻划各个分析对象所涉及的企业的各项数据，以及数据之间的联系。所谓较高层次是相对面向应用的数据组织方式而言的，是指按照主题进行数据组织的方式具有 更高的数据抽象级别。
（2）数据仓库的数据是集成的 。数据仓库的数据是从原有的分散的数据库数据抽取来的。数据仓库的每一个主题所对应的源数据在原有的各分散数据库中有许多重复和不一致的地方，且来源于不同的联机系统的数据都和不同的应用逻辑捆绑在一起；数据仓库中的综合数据不能从原有的数据库系统直接得到。因此在数据进入数据仓库之前，必然要经过统一与综合，这一步是数据仓库建设中最关键、最复杂的一步。
（3）数据仓库的数据是不可更新的。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一般情况下并不进行修改操作。数据仓库的数据反映的是一段相当长的时间内历史数据的内容，是不同时点的数据库快照的集合，以及基于这些快照进行统计、综合和重组的导出数据，而不是联机处理的数据。
第9章 数据库操作
9.3 同步训练
9.3.1 同步训练试题
1．Access的数据库文件默认的扩展名是______。
A．mdb B．adb C．db D．dot
2．某关系数据库系统中，设有“选修操作系统”的学生关系A，“选修电子商务”的学生关系B，那么，求“选修操作系统”而没有“选修电子商务”的学生，则需要对这两个关系进行______运算。
A．并 B．交 C．差 D．补
3．在Access中，______不属于数据表的复制方式。
A．表结构的复制 B．记录的复制
C．结构与记录同时复制 D．选中字段的复制
4．在Access 2000表中输入数据时，每输完一个字段值，可以按______键转至下一个字段。
A．Tab B．Alt C．Esc D．End
5．在Access 2000中，在数据表中删除一条记录后，被删除的记录______。
A．可以恢复到原来位置
B．能恢复，但被恢复为最后一条记录
C．能恢复，但被恢复为第一条记录
D．不能恢复
6．假设在Access中已经建立了“学生”表，表中包括“学号”、“姓名”、“性别”、“班级”等字段，如果要统计出每个班级的人数，那么在查询设计视图的“班级”的“总计”行和“学号”的“总计”行中应分别选择______。
A．Group By和Count B．Group By和Sum
C．Count和Group By D．Sum和Group By
7．某学校有多个班，每个班有多名学生但只能有一个班长，那么班长与学生这两个实体之间的关系是______。
A．1:1 B．1:n C．n:1 D．m:n
8．在设计数据库的时候要使用标准化原则，标准化有助于消除数据库中的数据冗余。标准化有多种形式，其中______通常被认为在性能、扩展性和数据完整性方面达到了最好平衡。
２００６年第２期 （总第９６期） 贵州民族学院学报（哲学社会科学版） ！ １ ｕｉｚｈ０ｕ Ｕｎｉｖｅｒｓｉｔｙ ｆｏｒ Ｅｔｈｎｉｃ Ｍｉｎｏｒｉｔｉｅｓ（Ｐｈｉｌｏｓｏｐｈｙ ａｎｄ ｓｏｃｉａｌ ｓｃｉｅｎｃｅ） Ｎｏ．２ Ａｐｒ．２００６
数据仓库与数据挖掘
●张 丽
（贵州大学计算机科学与工程学院，贵州贵阳５５００２５）
摘要：数据挖掘是一新兴的技术，是人们长期对数据库技术进行研究和开发的结果，是当前关于数据库技术
的活跃领域。本论文综述了什么是数据仓库、数据挖掘、数据挖掘的实施过程及其功能，最后分析了
数据仓库与数据挖掘的关系。
关键词：数据仓库；数据挖掘；知识发现
中图分类号：Ｇ２５０．７４ 文献标识码：Ａ 文章编号：１００３—６６４４（２００６）０２—０２０４—０３
在信息化时代来临、互联网高速发展的今天，社会已
处于数据爆炸的状态下。当数据量极度增长时，人们感到
面对信息海洋像大海捞针一样束手无策，而这些存在的数
据可以被广泛的使用，并且也迫切需要将这些数据转换成
有用的信息和知识。因此，需要一种从大量数据中去粗存 精、去伪存真的技术。数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）技术就是人
们长期对数据库技术进行研究和开发的结果，是数据库、数
据仓库或其他信息库中的知识发现，是信息技术自然演化
的结果。
一、数据仓库
（一）什么是数据仓库
数据可以存放在不同类型的数据库中，最近出现的一
种数据库结构是数据仓库（ＤａｔａＷａｒｅｈｏｕｓｅ）。是从多个数
据源收集数据，存储于一个统一的数据模式下的数据体，通
常驻留在单一站点，以支持管理决策。首先它是面向主题
的，每一行业甚至企业建立自己的数据仓库，它关注决策者
的数据建模与分析。其次它集成存储了整个企业各部门各
时期的数据，因此它是时变的和非易失的。数据仓库中的
数据通常包含历史信息，系统记录了企业从过去某一时点
到目前各个阶段的信息，通过这些信息，可以对企业的发展
数据仓库与数据挖掘技术解析
在现代信息化的时代，数据已经成为了一种非常重要的资产。在这些海量的数据之中，有很多有价值的信息被隐藏其间。这就需要我们使用数据仓库与数据挖掘技术，通过对数据的分析和挖掘，向我们呈现出内在有价值的数据信息，帮助我们更好地理解数据，并从中发现我们需要的信息。
一、什么是数据仓库？
在这个信息时代，数据已经成为企业不可缺少的一部分。数据仓库是一个专门用于存储数据的系统。它是一个集成的数据存储库，可以提供数据分析、数据挖掘、Web 搜索和企业报告等功能，以帮助企业快速响应客户需求、创造商业价值。
数据仓库是一个面向主题、集成、时间相对稳定和可刷新的数据存储库，用于支持企业智能化决策的整个过程。面向主题: 数据仓库是围绕企业内关键业务件建立的，如销售、供应、市场等；集成: 数据仓库可集成不同来源的数据；时间相对稳定: 数据仓库存储的数据相对长周期，如一年或更长；可刷新: 数据仓库是可刷新的，数据可以通过批处理或实时方式更新。
二、数据仓库的重要性
数据仓库非常重要，因为它提供了企业知识管理的基础。企业知识管理是智能化决策和企业的长期成功的基础。数据仓库可以帮助企业了解他们的客户、业务和市场动态。由于大量的数据每天产生，数据仓库是必要的，以便企业能够应对不断变化的市场需求和管理信息的日益复杂的挑战。
数据仓库的另一个重要方面是它可以帮助企业洞察和理解他们的客户。通过数据仓库分析数据可以确定客户的购买模式、使用历史和趋势，以及他们对于企业的反应。这有助于企业制定更好的战略、优化点，以更好地满足客户需求。
三、数据挖掘技术
数据挖掘是一种从大量数据中提取信息、关系和模式的技术。数据挖掘不是单纯的筛选和过滤数据，而是在数据中寻找隐含的知识和模式。如同羊毛出在羊身上，这些我们不曾发现过的、规律性强的数据关联，本身就是数据中蕴藏的财富。
数据挖掘使用抽样、统计分析、模型构建等技术，将庞大、复杂的数据库处理成有价值的信息，一方面为业务提供帮助，一方面成为指导企业决策的可靠的数据来源。
