’""(年%月沈阳航空工业学院学报->I4’""(第’$卷第)期E7>;6107FG=<6H16I56?9/9>9<7F-<;761>9/J10B6I/6<<;/6IK704’$*L74)文章编号：!""#!$%&（’""(）")"")#")商品零售企业数据仓库模型设计丛丽晖*夏秀峰*周大海*刘启文（沈阳航空工业学院计算机学院，辽宁沈阳*!!""$)）摘*要：传统的商品零售企业管理信息系统往往是面向联机事务处理的数据库应用系统，虽然可以很好地完成日常事务的实时处理，但却无法支持联机分析处理和决策支持应用，而数据仓库技术的出现为上述应用提供了可能。以商品零售企业为背景，详细描述了数据仓库概念模型、逻辑模型和物理模型的设计过程，具有较好的通用性和实用性。关键词：商品零售企业；联机分析处理；数据仓库；模型设计中图分类号：+,$!!文献标识码：-**日趋激烈的市场竞争要求商品零售企业的经营营状况（主要是商品的采购情况与销售情况）。者、管理者更加准确地了解企业的经营状况，跟踪市为制定长期的营销策略，企业经营者需要对顾客场趋势，更加合理地制定商品的采购与销售策略。的购买趋势、商品供应市场的变化趋势、供应商和数据仓库之父./00/123456276为数据仓库顾客的信用等级等情况进行分析。为了对数据进（8191:1;<=7>?<，简记为8.）下的定义是“数据行完整的、规范的分析，所需的数据应包括：商品仓库是一个面向主题的、集成的、随时间变化的非销售数据；商品采购数据；商品库存数据；顾客信易失性数据的集合，用于支持管理层的决策过息和供应商信息。程”［!］。设计一个能够真正支持用户进行决策分由此，可以将系统的边界定为包含原有的销售析的数据仓库并非是一件轻而易举的事情。这需子系统、采购子系统以及库存子系统在内的集合。要一个从现实环境到抽象模型，从抽象模型到具!4’*确定主要的主题域体实现的过程。要完成这一过程，必须依靠各种完成概念模型的定义后，还要进一步考察模不同的数据模型。在从现实到抽象的过程中需要型中的用户的要求和系统环境。分析数据仓库范依靠概念模型的支持，即将现实的决策分析环境围内的主要对象、确定系统的主要主题域及主要抽象成一个概念数据模型，然后将此概念模型逻主题域之间的联系。根据对原有分散的数据库系辑化，最后，将逻辑模型向数据仓库的物理模型转统的分析，考虑到商品零售企业经营者的决策分化。各种数据模型的设计和建立是实现数据仓库析需求，确定数据仓库的三个基本主题即A供应的关键［’］。商A主题、A商品A主题和A顾客A主题。主题之间计的联系如图!（BCD图）表示。!*数据仓库的概念模型设概念模型是联系主观与客观的桥梁，是一个为一定的目标设计系统收集信息而服务的工具。因此，概念模型的设计要求创建一种基于对象、代表实际业务的模型。进行概念模型设计首先要界定系统边界并确定主题域及其内容。!4!*界定系统的边界基于数据仓库的开发初衷，商品零售企业的管理者最迫切的需求是能更准确地把握企业的经收稿日期：图!*商品、供应商和顾客之间的联系’""("$!(作者简介：丛丽晖（!@#!），女，山东文登人，副教授
./"""""""""""""""""""沈阳航空工业学院学报""""""""""""""""第!,卷粒度级别就越高［!］。粒度划分是数据仓库设计!"数据仓库的逻辑模型设计中最重要的问题，它既影响数据仓库中数据量的通过上面的分析，建立了数据仓库的概念模多少，也影响数据仓库所能回答询问的种类，因而型，但是仅仅依靠概念模型无法直接实现数据仓数据仓库系统设计的关键问题之一就是数据的粒库的物理模型，还用依靠逻辑模型作为概念模型度设计。到物理模型转换的桥梁。数据分割是指将逻辑上的一个整体数据分割成!#$"分析主题域较小的、可以独立管理的物理单元进行存储的方法，在概念模型设计中，已经确定了三个基本的以便于数据仓库的重构、重组和恢复，用来提高创建主题域，而数据仓库的设计方法是一个逐步求精索引和顺序扫描的效率［!］。就数据仓库设计而言，的过程，所以，要对概念模型设计阶段中确定的主数据分割是继粒度划分之后的第二个重要问题。题域进行分析，从中选择首先要实施的主题域。&#’#()*+)曾经指出：如果粒度和分割都做得很好在对商品零售企业的数据仓库的分析设计中，的话，那么数据仓库设计和实现的几乎所有其它问“商品”主题既是一个商品零售企业最基本的业题都可迎刃而解。反之，粒度处理不当并且分割也务对象，如商品采购、商品库存、商品销售等，又是没有认真地设计与实现，数据仓库设计中的其它问进行决策分析的最主要的领域，因而较之另两个题将变得难以真正实现［,］。主题来说，“商品”主题具有更重要的意义与作商品零售企业经营着上千种甚至更多的商品，用。通过对“商品”主题的建立，企业经营者可以商品的来源有许多，每日商品的销售数据更是不计对整个企业的经营状况有较全面的了解，尽快地其数。在企业的操作型环境中每时每刻都在生成新满足企业经营者建立数据仓库的初始要求。的记录，进入-商品-主题的数据量是庞大的，故采用当数据仓库的主题定义好之后，需要在主题多重粒度，并且充分考虑“商品”主题中各项内容及的逻辑关系模式中包含所有的属性及与系统相关建立在其上的数据分析要求的特点，细致地进行粒的行为。对“商品”、“供应商”、“顾客”的主题分度划分形式的选择，合理地确定粒度划分层次。其别增加能够进一步说明主题的属性组，形成主题中，商品销售记录的数据量最大，且对商品销售的分的详细描述，如表$所示。析主要是进行商品统计以及销售趋势分析，故定义表$"主题的详细描述商品销售数据的综合层次要丰富一些，如每种商品主题名公共码键属性组及每类商品的周、月、季销售统计数据等，而商品的商品固有信息：商品号，商品名，类别，颜库存数据则具有不能累加的特点，故对其可采取样色等本数据的粒度形式。商品采购信息：商品号，供应商号，供应数据分割是与数据处理的对象紧密联系的，商品商品号价，供应日期，供应量等商品销售信息：商品号，顾客号，售价，销不同主题内数据分割的标准不同，且数据分割的售日期，销售量等标准应与粒度层次的划分相适应［.］。-商品-主题商品库存信息：商品号，库房号，库存量，内对于数据的分割采用商品类别和时间标准，而日期等在-供应商-主题内的数据则按照地理位置和时供应商固有信息：供应商号，供应商名，间的标准进行分割。供应商供应商号地址，电话，供应商类别等供应商品信息：供应商号，商品号，供应!#,"关系模式定义价，供应日期，供应量等数据仓库的每个主题都是由多个表来实现顾客固有信息：顾客号，顾客名，性别，年的，这些表之间依靠主题的公共码键联系在一起，顾客顾客号龄，文化程度，住址，电话等形成一个完整的主题。实现“商品”主题时，根据顾客购物信息：顾客号，商品号，售价，购表$中的商品固有信息、商品采购信息、商品销售买日期，购买量等信息和商品库存信息的内容，考虑到确定的“商!#!"粒度层次的划分及分割策略品”主题的粒度划分层次及分割策略，-商粒度是仓库%&中的重要概念，是品-主题可由如下几个表来实现：仓库中保存的细化或综合程度的级别，细化公共码键：商品号程度越高，粒度级别就越小；相反，细化程度越低，!商品固有信息：
第’期(((((((((((((丛丽晖等：商品零售企业数据仓库模型设计(((((((((((((’P(商品表（商品号，商品名，类别，颜色，--）!!细节级!!据能较好地适应数据仓库的需要。!商品采购信息：“商品”主题的有关内容分散在原有的采购采购表"（商品号，供应商号，供应价，供应日期，供应量，--）!!细节级!子系统、库存子系统、销售子系统的操作型部门数!采购表#（商品号，时间段"，采购总量，--）据库中，这三个数据源中的有关商品的信息有相-交的部分，可能存在不一致的信息，从记录系统的采购表#（商品号，时间段"，采购总量，--）!!时间段不要求出发，选择原有的分散数据库中最完整、及等的综合表!!时、准确和接近外部实体源的数据定义为数据仓"商品销售信息：销售表"（商品号，顾客号，售价，销售日期，销售量，库的记录系统。--）!!细节级!!$(数据仓库的物理模型设计销售表#（商品号，时间段"，销售总量，--）-数据仓库的物理模型是逻辑模型在数据仓库中销售表#（商品号，时间段"，销售总量，--）!!时间段不的实现模式。数据仓库的基础是由最基本的细节数等的综合表!!#商品库存信息：据组成，但其细节数据只包括决策支持所必需的数库存表据，且应包含时间属性。虽然数据仓库的基础是规"（商品号，库房号，库存量，日期，--）!!细节级!范化的数据模型，但在数据仓库中为了提高数据仓!库存表#（商品号，库房号，库存量，星期，--）库的运行效率，需要进行数据的非正规化处理，这样库存表$（商品号，库房号，库存量，月份，--）能够减少对表联结的需求，提高数据仓库的性能；减-少编写专门决策支持应用程序的必要性，让用户以库存表%（商品号，库房号，库存量，年份，--）!!样本数据粒度形式!直观的易于理解的工具查看数据［’］。!$其它导出数据：商品零售企业的数据仓库的数据量虽然很-其它-大，但数据一般很少更新，故通过对各个数据存储#&’(记录系统定义与记录系统建立专用的、复杂的索引，可以获得较高的存储效)*记录系统定义表达的是)*从各分散率。虽然建立专用的、复杂的索引需要付出一定+,-.)/的数据抽取关系。规定原有)/系统中的代价，但建立后就不需要过多的维护。哪些数据将送往)*的数据结构叫做记录系统定在数据仓库的物理模型设计中，数据的存放义，它要指明与)*数据相应的数据所在的)/位置、存储分配是至关重要的，应考虑到数据的主表，也就是说记录系统定义是一系列属性的集合，题、重要性、使用频率以及对响应时间的要求等因相当于建立在各)/上的一个全局视图定义［0］。素，分别将数据存放不同的介质上。记录系统定义属于元数据，能够有效地指导1-,（’(结束语1234563，-45%7894:，;<=5%7>%?5%@,95@>%?，抽取、转换、清洗、装载），保证)*中数据的正确性。数据仓库是面向主题的、集成的、不断更新的、)*记录系统是提供给)*数据的源泉，它随时间的变化而不断变化的，这些特点决定了数据们来自分散的+,-.)/环境，是)/系统中各应仓库的系统设计不能采用同开发传统的+,-.数据用所使用的数据，)*记录系统存储在原有分散库一样的设计方法。商品零售企业的数据仓库是在的数据库系统中［A］。)*记录系统的表现形式不原有的操作型数据库系统的基础上设计的，着眼于同，它既可以是一个逻辑概念———存储在原系统有效地抽取、综合、集成和挖掘已有数据库的数据资各自)/B中，也可以是一个物理概念，如@@B源，在商品零售企业中为企业高层管理者做出快速（@=<35@535B><=，变化数据文件）等。而准确地决策分析提供了保证。数据仓库中的数据来源于多个已经存在的操作型系统及外部系统。一面，各个系统的参考文献：都是面向应用的，不能完整地描述企业中的主题［"］*&C&D%:9%&/E><@>%?3F=)535*54=F9E7=（G=69%@1@>3>9%）域；另一面，多个源的存在许多不一［H］&I=JK94L：M9F%*><=NOG9%7，D%6&，"PPP&#QR$"致。因此要从仓库的概念模型出发，结合主［#］王珊&仓库技术与联机分析处理［H］&北京：科学出版社，"PPS&"#R"$题的多个表的关系模式，确定现有系统的哪些［$］*&C&D%:9%&/E><@>%?3F=)535*54=F9E7=（-F>4@1@>3>9%）
>7FFFFFFFFFFFFFFFFFFF沈阳航空工业学院学报FFFFFFFFFFFFFFFF第6=卷［!］"#$%&’()：*’+,-./$012’,3，4,5"，6776"89:6;知识工程研究所，899@"96:87=［<］陈京民"数据仓库与数据挖掘技术［!］，北京：电子工业出版［;］夏火松"数据仓库与数据挖掘技术［!］，北京：科学出版社，社，6776"68=:66<677<";7:@8［>］王珊，罗力"从数据库到数据仓库［?］，中国人民大学数据与!"#"$"%&’()*&+(,&-,&*./0(1%&#".-&,&0#&%2%.*&AB#CD.:+:I$,JF?KBLMN:+.:%$,（25+’’/’IA’PQER$(25.$,5$，2+$,0N,J4,$’IH$(’,
