数据仓库设计中低粒度数据的分割策略研究  

Study on Lowclass Granularity Data Division Strategy in Data Warehouse

作　　者：夏秀峰[1] 周大海[1] 张雅茜[1] 于戈[2] 

机构地区：[1]沈阳航空工业学院计算机学院,沈阳110034 [2]东北大学信息科学与工程学院,沈阳110004

出　　处：《计算机工程》2006年第17期138-140,共3页Computer Engineering

基　　金：国家科技型中小企业技术创新基金资助项目(01C26212110297)

摘　　要：数据仓库中存在着巨大容量的低粒度数据,其存储策略的好坏直接影响到联机分析处理和数据挖掘的性能及效率。该文分析了数据仓库系统中数据分割的一般原则,详细论述了静态数据分割的各种策略,并对结构和内容两个方面的变化所引起的动态数据分割策略进行了详细研究,提出了基于属性相容和属性语义等价的动态数据分割技术。A large amount of lowclass granularity data is existed in data warehouse, and the storage strategies of them are closely related to the performance and efficiency of on line analytical processing and data mining. After analyzing the types and characteristics of lowelass granularity dada in data warehouse, this paper discusses various static data division strategies, and studies some dynamic data division strategies caused by the variety from structure to content in detail, then a dynamic data division technique based on attributes compatibility and semantic equivalency is proposed.

关 键 词：数据仓库 粒度划分 数据分割 属性相容 语义等价 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]