2////789101112132.数据转换数据仓库中的数据是为决策分析服务，而源系统的数据为业务处理服务。需要(xūyào)决定如何正确地将这些源数据转换成适合数据仓库存储的数据。3.数据存储数据仓库所需要(xūyào)的数据的详细程度，包括足够的关于存储需求的信息，估计数据仓库需要(xūyào)多少历史和存档数据。4.决策分析（1）向下层钻取分析（2）向上层钻取分析（3）横向钻取分析（4）切片分析（5）特别查询(cháxún)报表需求(xūqiú)分析简单举例：18概念模型最常用的表示方法是实体－关系法（E-R法）。E-R图描述的是实体以及(yǐjí)实体之间的联系，用长方形表示实体，在数据仓库中就表示主题，椭圆形表示主题的属性，并用无向边把主题与其属性连接起来；用菱形表示主题之间的联系，用无向边把菱形分别与有关的主题连接。若主题之间的联系也具有属性，则把属性和菱形也用无向边连接上。例子(lìzi)222324（4）确定数据汇总水平数据仓库中对数据不同粒度的集成(jíchénɡ)和综合，形成了多层次、多种知识的数据结构。例如，对于时间维，可以以“年”、“月”或者“日”等不同水平进行汇总。（6）按使用的DBMS和分析用户工具(gōngjù)，证实设计方案的有效性根据系统使用的DBMS，确定事实表和维表的具体实现。由于不同的DBMS对数据存储有不同的要求，因此设计方案是否有效还要放在DBMS中进行检验从的E—R图转换成星型模型实例(shílì)说明（2）E-R图向多维表的转换该问题的多维表模型中，商品维包括部门、商品和商品大类，地点维包括地区和商店，忽略存货(cúnhuò)，而只注意销售事实。在E-R图中不出现的时间，在多维模型中增加时间维。在多维模型中，实体与维之间建立映射关系，联系多个实体的实体就成为事实，此处销售实体作为事实，其他实体作为维。然后用维关键字将它转换为星型模型，如图4.5所示。29在各维中，只有部门，商品类，地区，商店的编号没有具体的说明。为了打印(dǎyìn)报表将增加这些编号的名称说明，即部门名、商店名等，在维表中增加这些说明，即修改该星型模型。3334353637383940414243名称4546对于每一个(yīɡè)记录的字段满足查询条件的真假值用“1”或“0”的方式表示，或者用该字段中不同取值（即多位二进制）来表示。例如，检索“美国加州有多少男性未申请保险？”利用Bit—Wise技术得到有两个记录满足条件。4950数据库中的每个实体创建一个标识。“江西”在籍贯中是01标识。“28”在年龄中是02标识。“讲师”在职称名中有一个03标识。上面的数据库可以(kěyǐ)被减化为一系列标识，如下面所示：5253第一(dìyī)部分结束55