数据仓库设计开发学习笔记：从基础到实践

该资源是一份关于大数据技术和数据仓库设计与开发的学习笔记，共计54页，涵盖了决策支持系统的发展、数据仓库环境及其结构、如何设计数据仓库等多个方面。 在第一章中，讲述了决策支持系统（DSS）的发展历程。DSS的演变是一个长期且不断进化的进程，始于计算机早期。随着大型在线高性能事务处理系统的出现，"抽取"程序应运而生，用于在不干扰事务处理的情况下，选择和转移数据，这一过程形成了所谓的"蜘蛛网"结构，即多个抽取层相互交织。抽取程序的流行，一方面是因为它能在不影响在线事务处理性能的情况下进行数据分析，另一方面，它使得最终用户能够掌握和控制数据。 第二章深入讨论了数据仓库环境。数据仓库是由面向主题的数据组成，它不同于传统的操作型数据库，更关注提供决策支持。本章还探讨了数据仓库的结构，包括从第1天到第n天的现象，强调了数据的粒度（数据的详细程度）及其重要性，如双重级别粒度的概念。此外，章节内容还涵盖了数据分割、样本数据库、数据仓库的标准手册、审计、成本合理性以及数据清理等关键话题。 第三章重点讲解如何设计数据仓库。起点是从操作型数据出发，通过数据/过程模型和体系结构设计环境来构建数据仓库。同时，本章还涉及数据仓库与数据模型的关系，揭示了从操作型数据到决策支持数据转换的过程。 这份学习笔记全面地介绍了大数据环境下的数据仓库设计与开发，对于理解数据仓库的工作原理、如何构建和优化数据仓库，以及如何在大数据背景下实现有效的决策支持，提供了宝贵的理论和实践经验。无论是初学者还是经验丰富的专业人士，都能从中获益。