数据库新技术论文vf数据库论文.doc

数据库新技术论文vf数据库论文.doc:..数据库新技术论文Vf数据库论文基于数据库信息资源开发的几种新技术随着各类信息系统与数据库的建立,在过去若干年的时间里都积累了海量的、不同形式存储的各类数据。这些数据十分繁杂,仅仅依靠目前数据库的查询检索机制和数据处理方法,已经远远不能满足现实的需要。数据中隐藏的深层次的丰富资源没有得到充分地发掘和利用。人们迫切地需求把数据变成知识,把知识变成决策,把决策变成利润(财富)。使之有效地在管理和决策中发挥作用,是急需解决的问题。而且,随着信息化的不断深入发展,信息资源开发利用,已成为当前信息化的核心任务之一。那么如何开发信息资源?在新技术环境下有什么工具和方法呢?本文简单地介绍几种基于数据库信息资源开发的新技术,以起到抛砖引玉的作用。1数据仓库技术传统数据库系统作为数据管理手段,从它的诞生开始,就主要用于事务处理。经过数十年的发展,在这些数据库中已保存了大量的日常业务数据。对这些数据仅仅进行简单的统计报表、检索查询类的浅层面处理已经远远不能满足需要,必须把分析型数据从事务处理环境中提取出来。按照决策支持系统处理的需要进行重新组织,建立单独的分析处理环境。数据仓库正是为了构建这种新的分析处理环境,而出现的一种高度集中的数据存储和组织技术。数据仓库的数据来源于其它数据库,并非取消原有数据库,它的目标是为各种不同的决策捉供更全面、更有效的数据支持。数据仓库是支持管理决策过程、面向主题、集成的、稳定的时变的数据集合。它将大量用于事务处理的传统数据库进行数据的清理、抽取和转换,并按决策主题的需要进行重新组织。数据仓库的逻辑结构可分为近期基木数据层、历史数据层和综合数据层,其中综合数据是为决策服务的。数据仓库中数据的物理存储形式,有多维数据库组织形式和基于关系数据库组织形式两种。前者的数据组织以空间超立方体形式存在,后者由关系型事实表和维表组成。这种高度集中的数据为各种不同决策需求提供了有用的分析基础和有效的支持平2联机分析处理(OLAP)技术联机分析处理(OLAP),是在联机事务处理(OLTP)基础上发展起来的一种共享多维信息的快速分析技术。这与数据库中多维数据组织正好形成相互结合、相互补充的关系。数据仓库侧重于存储和管理面向决策主题的数据;而OLAP则侧重于数据仓库中数据分析,并将其转换成辅助决策信息。二者相辅相成,共同完成决策支持或满足特定的查询以及报表需求。OLAP技术中比较典型的应用,是对多维数据进行交互式查询和数据分析。交互式操作有多种,主要包括:切片(即根据维的限定作投影、选择等数据库操作),旋转(即将表格的横、纵坐标交换)和钻取(即根据维的层次提升所关心的数据或降低观察层次)等。它便于使用者从不同角度提取有关数据,并给出数据的多维逻辑视图。0MP技术还能够利用分析过程,对数据进行深入分析和加工。例如:关键指标数据常常用代数方程进行处理,更复杂的分析则需要建立模型进行计算。3决策支持系统(DSS)、专家系统(ES)决策支持系统(DSS)是在管理信息系统(MIS)基础上发展起来的。MIS是利用数据库技术实现各级管理者的管理业务,在计算机上进行各种事务处理工作,DSS是要为各级管理者提供辅助决策的能力。决策支持系统主要是以模型库系统为主体,通过定量分析进行辅助