一·資料處理的兩種基本型別：操作型，分析型。

二·操作型數據和分析型資料的區別

注：不要求能夠完全按照表格方式進行對比記憶，儘可能多的記住其特性，如果可以直接將表格完全記憶最好。

三·資料庫系統的侷限性

資料的分散，“蜘蛛網”問題，資料不一致問題，資料動態整合問題，歷史資料問題，資料的綜合問題。

四·資料倉庫的四個基本特徵

       面向主題，整合，不可更新，隨時間不斷變化。

       已有資料紀錄不可更新；整體資料倉庫內資料跟隨時間變化不斷增加新的資料，並且去除某一時間點之前的資料。只有讀取，刪除，插入操作，沒有修改操作。

五·資料倉庫體系結構

       資料來源，整合工具，資料倉庫與資料倉庫伺服器，

六·ODS

       ODS主要是適應進行企業級的全域性應用的需求而產生的。這種全域性應用還可以大致地劃分為兩類：一類是進行企業級的聯機事務處理，另一類可以稱之為“即時OLAP”資料處理。

七·資料粒度

兩種形式：第一種粒度是對資料倉庫中資料的綜合程度高低的一個度量；另一種特殊形式的粒度是樣本資料庫。

粒度越小，細節程度越高，綜合程度越低，回答查詢的種類就越多。

八·資料分割（分片／資料分片）

       將資料分佈到各自的物理單元中，以便能分別獨立處理，提高資料分析效率。

九·資料倉庫中資料的追加

       時標方法；DELTA檔案；前後快照檔案的方法；日誌檔案。

十·維的構成：維成員，維層，維層次，維屬性。

十一·度量：要分析的目標或物件，有可累計型和不可累計型。

十二·常見的多維資料模型：星形，雪片，事實群模型。

       星形模型：由一個很大的中心表和一組較小的表組成。不支援維的層結構，實現時將所有的維層屬性存放在這一個表中，沒有進行規範化。每個層有自己的屬性，有很多冗餘。當不同的維層有相同屬性時只能使用換名方法，影響查詢。

       雪片模型：對維表進行規範化後形成，用多張維表描述一個複雜維，支援對不同層上的相同屬性查詢，易於維護而且節省儲存空間。執行查詢時需要進行較多的連結操作，可能影響系統的效能。

       事實群模型（星系模型）：在複雜的應用中需要多個事實表共享維表，類似於星形模型集合。

十三·聚集函式分類：分佈型聚集函式，代數型聚集函式，整體型聚集函式。

       分佈型聚集函式：將資料分成n份，對其中每一份應用該函式，可以得到n個聚集值，對這n個聚集值進行計算得到的結果和整個資料（不劃分）應用該函式得出結果一致。具有可累計的特性。

代數型聚集函式：一個函式可以由若干個分佈型函式進行代數運算得出。

整體型聚集函式：一個函式不能由其他函式進行代數運算得出。

十四·常用多維分析操作：切片，切塊，旋轉，下鑽，上卷。

       切片：在資料方體的某一維上選定一個維成員的動作。

切塊：在資料方體的某一維上選定某一區間的維成員的動作。

旋轉：改變資料方體維的次序的動作。

下鑽：在某個分析的過程中，使用者需要從更多的維或者某個維的更細層次上觀察資料。操作型別有兩種，第一種為在現有的維上鑽取到更細一層的資料；另一種是增加更多的維。

上卷：在某個分析的過程中，使用者需要從更少的維或者某個維的更粗層次上觀察資料。操作型別有兩種，第一種為上捲到現有的某個維的更高層次去進行分析；另一種是減少一個維來進行分析。

十五·資料方體的儲存

       通常將基於多維陣列儲存的OLAP實現方式維MOLAP；基於關係表儲存的OLAP實現方式稱為ROLAP。

十六·提高資料倉庫效率的方法

       1 合併表，2 建立資料序列，3 引入冗餘，4 進一步細分資料，5 生成匯出資料，6 建立廣義索引，7 粒度劃分，8 分割。

十七·支援度與置信度

  支援度：指項集X和Y在資料庫D中同時出現的概率。(符合集數量／總樣本數量)

       置信度：指在項集X出現的情況下，項集Y在資料庫D中同時出現的條件概率，即Pr(Y/X)=Pr(XUY)/Pr(X)。(符合集數量／X樣本數量)

注：這裡可能會有計算題，需要注意其中各個量的識別，不要把支援度與置信度搞混。