If some dimension tables are themse

If some dimension tables are themselves used as central tables for other stars, the
overall schema is called a “snowflake schema”. A set of star schemas with shared dimension
tables is sometimes called a “galaxy”.
Data warehouses and data marts are used for online analytical processing (OLAP)
and data mining. The term “OLAP” was introduced by Edgar Codd to describe interactive
analysis of dimensioned and aggregated data for decision support (Codd et al.
1993). Data mining involves deeper analysis of the data, typically using sophisticated
statistical techniques and complex algorithms for detecting patterns. Nowadays, many
tools for OLAP and data mining are in use. Either topic deserves a book in itself. The
remainder of this section provides a brief overview of OLAP.
There are three main approaches to OLAP. Each uses base data as well as aggregated
data (e.g., sales figures might be summed and grouped at various levels). Multidimensional
OLAP (MOLAP) stores both base and aggregated data in multidimensional
structures rather than tables. Relational OLAP (ROLAP) stores both base
and aggregated data in relational tables. Hybrid OLAP (HOLAP) stores base data in
relational tables and aggregated data in multidimensional structures. Some DBMSs,
such as Microsoft SQL Server, support all three kinds of OLAP.
The multidimensional structures used for OLAP are popularly known as cubes. In
geometry, a cube is a three-dimensional box structure. In OLAP theory, a cube can
have as many dimensions as you like. Cubes provide an intuitive way to visualize and
browse data, as well as fast access to aggregate data. Let’s consider a simple example.
With reference to the star schema in Figure 16.3, suppose we wanted to list the
number of units sold in the years 2007 through 2009 for each geographic region and
each item category. As an exercise you might like to formulate the SQL query for this.
You need to perform the natural join of the four tables, group by saleYear, region and
category, and compute sum(qty). An extract of a possible result is shown in Table 16.1,
assuming only two categories (SW = Software, HW = Hardware) and four regions (N
= North, S = South, E = East, W = West). The fact type underlying this table is the
quaternary: Year in Region had sales of items of Category in NrUnits. The full table display of
the

ผลลัพธ์ (ไทย) 1:

ถ้าตารางมิติบางตัวใช้เป็นโต๊ะกลางสำหรับดาวอื่น ๆ การแผนโดยรวมเรียกว่า "แผน snowflake" ชุดของเค้าดาวกับมิติที่ใช้ร่วมกันตารางบางครั้งเรียกว่า "กาแล"คลังข้อมูลและข้อมูลดุลที่ใช้สำหรับประมวลผลวิเคราะห์ทางออนไลน์ (OLAP)และการทำเหมืองข้อมูล คำว่า "OLAP" แนะนำ Edgar Codd อธิบายการโต้ตอบการวิเคราะห์ข้อมูลขนาดใหญ่ และรวบรวมข้อมูลสำหรับสนับสนุนการตัดสินใจ (Codd et al1993) วิเคราะห์ลึกของข้อมูลที่เกี่ยวข้องกับการทำเหมืองข้อมูล การใช้โดยทั่วไปมีความซับซ้อนเทคนิคทางสถิติและอัลกอริทึมซับซ้อนสำหรับการตรวจสอบรูปแบบ ในปัจจุบันนี้ หลายคนเครื่องมือสำหรับ OLAP และการทำเหมืองข้อมูลจะใช้ หัวข้อใดควรได้รับหนังสือในตัวเอง การส่วนที่เหลือของส่วนนี้แสดงภาพรวมโดยย่อของ OLAPมีสามหลักวิธีการ OLAP ละใช้ฐานข้อมูล ตลอดจนรวบรวมข้อมูล (เช่น ยอดขายอาจจะถูกบวกรวมกัน และจัดกลุ่มในระดับต่าง ๆ) หลายมิติOLAP (MOLAP) เก็บฐาน และรวบรวมข้อมูลในหลายมิติโครงสร้างมากกว่าตาราง OLAP เกี่ยว (ROLAP) เก็บฐานทั้งสองและรวบรวมข้อมูลในตารางที่สัมพันธ์กัน ไฮบริดสลี OLAP (HOLAP) เก็บข้อมูลพื้นฐานในตารางที่สัมพันธ์กันและการรวบรวมข้อมูลในโครงสร้างหลายมิติ บาง DBMSsเช่น Microsoft SQL Server สนับสนุนทั้งสามชนิดของ OLAPโครงสร้างหลายมิติที่ใช้สำหรับ OLAP จะนิยมเรียกว่าลูกบาศก์ ในเรขาคณิต cube เป็นโครงสร้างกล่อง 3 มิติ ในทฤษฎี OLAP, cube สามารถมีมิติมากเท่าที่คุณต้อง ก้อนให้วิธีง่ายในการเห็นภาพ และเรียกดูข้อมูล เป็นข้อมูลรวมถึงรวดเร็ว ลองพิจารณาตัวอย่างง่าย ๆโดยอ้างอิง schema ดาวในรูป 16.3 สมมติว่า เราต้องการแสดงรายการจำนวนของหน่วยขายในปี 2007 ถึง 2009 สำหรับแต่ละภูมิภาค และแต่ละประเภทสินค้า เป็นการออกกำลังกาย คุณอาจต้องการกำหนดแบบสอบถาม SQL สำหรับการนี้คุณต้องดำเนินการรวมธรรมชาติตารางสี่ กลุ่ม โดย saleYear ภูมิภาค และประเภท และ sum(qty) คำนวณ สารสกัดจากผลได้จะแสดงอยู่ในตาราง 16.1สมมติว่าเพียงสองประเภท (SW =ซอฟต์แวร์ HW =ฮาร์ดแวร์) และสี่ (N=เหนือ S =ใต้ E =ตะวันออก W =ตะวันตก) ชนิดจริงต้นตารางนี้เป็นการquaternary: ปีในภูมิภาคมีการขายสินค้าประเภทใน NrUnits การแสดงตารางทั้งหมดการ

ผลลัพธ์ (ไทย) 2:

ถ้าบางตารางมิติตัวเองใช้เป็นโต๊ะกลางสำหรับดาวอื่น ๆ
สคีโดยรวมที่เรียกว่า "เกล็ดหิมะคีมา" ชุดของสคีดาวแห่งนี้มีมิติที่ใช้ร่วมกัน
ตารางบางครั้งเรียกว่า "Galaxy".
คลังข้อมูลและ marts ข้อมูลที่ใช้สำหรับการประมวลผลการวิเคราะห์ทางออนไลน์ (OLAP)
และการทำเหมืองข้อมูล คำว่า "OLAP" ได้รับการแนะนำให้รู้จักกับเอ็ดการ์ Codd เพื่ออธิบายการโต้ตอบ
การวิเคราะห์ข้อมูลที่รวบรวม dimensioned และเพื่อสนับสนุนการตัดสินใจ (Codd et al.
1993) การทำเหมืองข้อมูลที่เกี่ยวข้องกับการวิเคราะห์เชิงลึกของข้อมูลที่มีความซับซ้อนโดยปกติจะใช้
เทคนิคทางสถิติและกลไกที่ซับซ้อนสำหรับการตรวจสอบรูปแบบ ปัจจุบันหลาย
เครื่องมือสำหรับ OLAP และการทำเหมืองข้อมูลในการใช้งาน ทั้งหัวข้อที่สมควรได้รับหนังสือในตัวเอง
ที่เหลือของส่วนนี้จะให้ภาพรวมคร่าวๆของ OLAP.
มีสามวิธีหลักในการเป็น OLAP แต่ละคนจะใช้ฐานข้อมูลเช่นเดียวกับที่รวบรวม
ข้อมูล (เช่นตัวเลขยอดขายอาจจะมีการสรุปและจัดกลุ่มในระดับต่าง ๆ ) Multidimensional
OLAP (MOLAP) ทั้งร้านและฐานข้อมูลที่รวบรวมได้ในหลายมิติ
โครงสร้างมากกว่าตาราง เกี่ยว OLAP (ROLAP) ร้านค้าทั้งฐาน
และรวบรวมข้อมูลในตารางสัมพันธ์ ไฮบริด OLAP (HOLAP) ร้านค้าฐานข้อมูลใน
ตารางสัมพันธ์และรวบรวมข้อมูลในโครงสร้างหลายมิติ DBMSs บาง
เช่น Microsoft SQL Server สนับสนุนทั้งสามชนิดของ OLAP.
หลายมิติโครงสร้างที่ใช้สำหรับ OLAP เป็นที่รู้จักกันแพร่หลายเป็นก้อน ใน
รูปทรงเรขาคณิตก้อนเป็นโครงสร้างกล่องสามมิติ ในทางทฤษฎี OLAP, ก้อนสามารถ
มีหลายมิติเท่าที่คุณต้องการ ก้อนให้เป็นวิธีที่ง่ายที่จะเห็นภาพและ
เรียกดูข้อมูลรวมทั้งการเข้าถึงที่รวดเร็วในการรวบรวมข้อมูล ลองพิจารณาตัวอย่างง่ายๆ.
ด้วยการอ้างอิงถึงสคีดาวในรูปที่ 16.3 สมมติว่าเราต้องการที่จะแสดงรายการ
จำนวนหน่วยขายในปี 2007 ผ่าน 2009 สำหรับแต่ละภูมิภาคทางภูมิศาสตร์และ
หมวดสินค้าแต่ละรายการ การออกกำลังกายที่คุณอาจชอบที่จะกำหนดแบบสอบถาม SQL สำหรับนี้.
คุณต้องดำเนินการเข้าร่วมธรรมชาติในสี่ของตารางโดยกลุ่ม saleYear ภูมิภาคและ
หมวดหมู่และคำนวณผลรวม (จำนวน) สารสกัดจากผลที่เป็นไปได้คือการแสดงในตารางที่ 16.1
สมมติเพียงสองประเภท (SW = ซอฟท์แว HW = Hardware) และสี่ภูมิภาค (N
= นอร์ท, S = ใต้ E = ตะวันออก w = ตะวันตก) ประเภทความเป็นจริงพื้นฐานตารางนี้เป็น
สี่ปีในภาคมียอดขายสินค้าของหมวดหมู่ใน NrUnits ตารางแสดงเต็มรูปแบบของ

ผลลัพธ์ (ไทย) 3:

如果存在一些可以用关联维数可以作为中央是为其他明星，被称为“综合架构是架构snowflake set of A星”。与共享模式的关联维数有时被称为是一个“galaxy tables。数据集市和数据是用warehouses为在线分析处理（OLAP）。和数据挖掘）是“OLAP”。通过长期引进到埃德加describe Codd的互动数据统计分析和决策支持，并汇总RAST模型尺寸（Codd等人。involves deeper 1993）。数据挖掘分析数据，通常使用的sophisticated为检测技术和算法获得的复合体，多Nowadays模式。OLAP和数据挖掘工具，使用起来应该是在一个Either书。致力于：在。这提供了一个remainder brief overview的OLAP。有三个主要approaches OLAP是数据为好。每使用作为基地，并汇总RAST模型销售数据（例如，在figures会summed和各种grouped多维层次）。stores OLAP（MOLAP）并汇总RAST模型在多维数据基地和两structures！比关系OLAP（ROLAP）。可以stores两基地在设计并汇总RAST模型数据和OLAP（tables）。HOLAP混合数据stores在基地。在多维数据并汇总RAST模型设计和structures tables，有的DBMS。例如，作为支持Microsoft SQL Server OLAP的三kinds所有。OLAP多维structures）称为是用在一般为立方体。geometry冰块盒，是一three-dimensional结构理论。在OLAP立方体，可以a有多个维度和立方体作为一个你喜欢的方式来提供。intuitive visualize和好了，browse数据快速访问到aggregate As As数据。一个简单的例子。让我们consider。随着Figure引用到星型模式，我们在16.3 suppose wanted到列表的sold number of years 2007单元通过在2009 for each和地理区域。作为一个类别。每个项目的运动。你可能会喜欢这个SQL查询到formulate for。你想加入一个自然的perform tables，由四组，分析和saleYear类，和一个qty sum（）。compute提取物可能是一个结果，在16.1 shown表基于假设只有两个软件，硬件（SW = = N -（硬件）和fourS = =北，南，东，西），W = =。）这是事实或table type今年在销售季的地区有：项目类别：在新的NrUnits display of table。该