馬麗君

（白城師范學(xué)院計算機科學(xué)學(xué)院，吉林 白城 137000）

淺析關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系

馬麗君

（白城師范學(xué)院計算機科學(xué)學(xué)院，吉林 白城 137000）

關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘是作為三種獨立的信息技術(shù)出現(xiàn)的，是數(shù)據(jù)庫研究、開發(fā)和應(yīng)用最活躍的分支之一，通過對三種技術(shù)的內(nèi)在聯(lián)系性和互補性分析，從而更好的使用數(shù)據(jù)庫技術(shù)處理各種信息需求，建立更加完善的數(shù)據(jù)庫應(yīng)用系統(tǒng)或新的決策系統(tǒng)。

關(guān)系數(shù)據(jù)庫；數(shù)據(jù)倉庫；數(shù)據(jù)挖掘；關(guān)系

0 引言

關(guān)系數(shù)據(jù)庫是20世紀70年代初提出來，經(jīng)過數(shù)據(jù)庫專家?guī)资甑呐Γ碚摵蛯嵺`都取得了顯著成果，標志著數(shù)據(jù)庫技術(shù)的日益成熟。但它仍然難以實現(xiàn)對關(guān)系數(shù)據(jù)庫中數(shù)據(jù)的分析，不能很好地支持決策，因此在80年代，產(chǎn)生了數(shù)據(jù)倉庫的思想，90年代，數(shù)據(jù)倉庫的基本原理、架構(gòu)形式和使用原則都已確定。主要技術(shù)包括對數(shù)據(jù)庫中數(shù)據(jù)訪問、網(wǎng)絡(luò)、C/S結(jié)構(gòu)和圖形界面，一些大公司已經(jīng)開始構(gòu)建數(shù)據(jù)倉庫。針對數(shù)據(jù)倉庫中迅速增長的海量數(shù)據(jù)的收集、存放，用人力已經(jīng)不能解決，那么數(shù)據(jù)倉庫中有用的知識的提取就需要數(shù)據(jù)挖掘來實現(xiàn)。數(shù)據(jù)挖掘與統(tǒng)計學(xué)子領(lǐng)域“試探性數(shù)據(jù)分析”及人工智能子領(lǐng)域“知識發(fā)現(xiàn)”和機器學(xué)有關(guān)，是一門綜合性的技術(shù)學(xué)科。了解關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘三者之間的區(qū)別與聯(lián)系，使之更好的使用這3種技術(shù)，處理各種信息需求是非常必要和重要的。

1 關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘之間的關(guān)系

1.1 關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫之間的聯(lián)系與區(qū)別

關(guān)系數(shù)據(jù)庫是面向事務(wù)的設(shè)計，數(shù)據(jù)倉庫是一個面向主題的設(shè)計；關(guān)系數(shù)據(jù)庫存儲在線事務(wù)數(shù)據(jù)，數(shù)據(jù)倉庫通常存儲歷史數(shù)據(jù)，關(guān)系數(shù)據(jù)庫的設(shè)計將盡量避免冗余，但數(shù)據(jù)倉庫是傾向于引入冗余；關(guān)系數(shù)據(jù)庫設(shè)計用于捕獲數(shù)據(jù)，數(shù)據(jù)倉庫設(shè)計用于分析數(shù)據(jù)。傳統(tǒng)的關(guān)系數(shù)據(jù)庫面向以事務(wù)處理為主的系統(tǒng)應(yīng)用，所以它無法滿足決策支持系統(tǒng)的分析要求。事務(wù)處理和分析處理有非常不同的性質(zhì)，他們有不同的需求數(shù)據(jù)。

1.2 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘之間的聯(lián)系與區(qū)別

數(shù)據(jù)挖掘是基于數(shù)據(jù)倉庫和多維數(shù)據(jù)庫中的數(shù)據(jù)，找到數(shù)據(jù)的潛在模式進行預(yù)測，它可以對數(shù)據(jù)進行復(fù)雜處理。大多數(shù)情況下，數(shù)據(jù)挖掘是讓數(shù)據(jù)從數(shù)據(jù)倉庫到數(shù)據(jù)挖掘數(shù)據(jù)庫中。從數(shù)據(jù)倉庫中直接得到進行數(shù)據(jù)挖掘的數(shù)據(jù)有許多優(yōu)點，因為數(shù)據(jù)倉庫中數(shù)據(jù)的清理和數(shù)據(jù)挖掘中幾乎是相同的，如果數(shù)據(jù)在數(shù)據(jù)倉庫中已被清除，數(shù)據(jù)挖掘中不再被清除，并且數(shù)據(jù)不一致也得到了解決。數(shù)據(jù)倉庫是數(shù)據(jù)挖掘的先期步驟，通過數(shù)據(jù)倉庫的構(gòu)建，提高了數(shù)據(jù)挖掘的效率和能力，保證了數(shù)據(jù)挖掘中的數(shù)據(jù)的寬廣性和完整性。

1.3 關(guān)系數(shù)據(jù)庫與數(shù)據(jù)挖掘之間的聯(lián)系與區(qū)別

數(shù)據(jù)挖掘的數(shù)據(jù)源不一定是數(shù)據(jù)倉庫。也可以是一個關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，但要事先進行數(shù)據(jù)預(yù)處理，才能用于數(shù)據(jù)挖掘。數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘的關(guān)鍵步驟，并且是數(shù)據(jù)挖掘過程中的主要工作部分。因此，數(shù)據(jù)倉庫和數(shù)據(jù)挖掘沒有必然的聯(lián)系，有些人簡單地認為，數(shù)據(jù)倉庫是數(shù)據(jù)挖掘的準備，這種理解是不全面的，也可以使用關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)作為數(shù)據(jù)挖掘的數(shù)據(jù)源。

2 三種技術(shù)的應(yīng)用

2.1 應(yīng)用價值

2.1.1 關(guān)系數(shù)據(jù)庫

關(guān)系數(shù)據(jù)庫的主要價值體現(xiàn)在事務(wù)處理。關(guān)系數(shù)據(jù)庫已經(jīng)滲透到各行各業(yè)的日常事務(wù)，該事務(wù)管理離不開關(guān)系數(shù)據(jù)庫的應(yīng)用系統(tǒng)，這是對傳統(tǒng)事務(wù)管理的一個重大突破，是社會甚至家庭不可或缺的工具，它對社會的應(yīng)用價值是100%。

2.1.2 數(shù)據(jù)倉庫

數(shù)據(jù)倉庫的主要價值體現(xiàn)在為決策分析提供數(shù)據(jù)源。一方面，在一個事務(wù)中，用戶要求高效的訪問系統(tǒng)和數(shù)據(jù)庫，操作時間應(yīng)該短。在一個決策分析中，決策問題的一些請求可能會導(dǎo)致系統(tǒng)的操作，解決這一問題的決策分析需要遍歷大多數(shù)數(shù)據(jù)庫中的數(shù)據(jù)，這對一般日常事務(wù)處理系統(tǒng)是困難的，所以操作數(shù)據(jù)和決策分析數(shù)據(jù)應(yīng)該分開。另一方面，決策數(shù)據(jù)需求問題。在決策分析時，由于不同的應(yīng)用系統(tǒng)中，實體、字段存在數(shù)據(jù)類型、名稱和格式的不符，需要在集成時進行轉(zhuǎn)換，這個轉(zhuǎn)換必須在決策之前完成；一些決策數(shù)據(jù)需要動態(tài)更新，需要經(jīng)常進行匯總和總結(jié)，這些需求用事務(wù)處理系統(tǒng)解決比較繁瑣。三是數(shù)據(jù)的操作模式問題。決策分析人員要以專業(yè)用戶身份，使用各種工具以各種形式來操作數(shù)據(jù)，對數(shù)據(jù)操作的結(jié)果以商業(yè)智能的方式表達出來。事務(wù)處理系統(tǒng)不能滿足這一要求，只有數(shù)據(jù)倉庫系統(tǒng)能夠滿足數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)環(huán)境的要求，所以使用數(shù)據(jù)倉庫中的數(shù)據(jù)省去了對數(shù)據(jù)預(yù)處理的步驟。

2.1.3 數(shù)據(jù)挖掘

面對日益激烈的市場競爭，客戶對迅速應(yīng)答各種業(yè)務(wù)問題的能力要求越來越高，對過量數(shù)據(jù)的及時處理要求越來越高，帶來的挑戰(zhàn)一方面大規(guī)模、復(fù)雜數(shù)據(jù)系統(tǒng)讓用戶感覺漫無頭緒，無法開始；另一方面，這些大量數(shù)據(jù)背后隱藏很多有意義的有價值的決策信息。如計算機界都熟知的“啤酒與尿布”的故事，就是零售業(yè)巨頭“沃爾瑪”從大量銷售數(shù)據(jù)中分析出來的規(guī)律：美國的男士在下班要去超市買嬰兒尿布，同時他們還會買啤酒?！拔譅柆敗本桶堰@兩種“毫不相干”的商品擺放在靠近的貨架上，并且還擺放一些下灑小菜，使這些商品銷量大增。所以應(yīng)用數(shù)據(jù)挖掘從大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，具有具體的指導(dǎo)意義。

2.2 應(yīng)用領(lǐng)域

2.2.1 關(guān)系數(shù)據(jù)庫

關(guān)系數(shù)據(jù)庫應(yīng)用領(lǐng)域非常廣泛，如：證券行業(yè)、醫(yī)院、銀行、銷售部門、公司或企業(yè)，以及政府、國防工業(yè)，科學(xué)和技術(shù)發(fā)展領(lǐng)域等等，這些領(lǐng)域都需要使用數(shù)據(jù)庫來存儲數(shù)據(jù)。例如:人事管理系統(tǒng)、工資管理系統(tǒng)，xxx部門信息管理系統(tǒng)，手機話費管理系統(tǒng)等，都需要關(guān)系數(shù)據(jù)庫作為后臺提供數(shù)據(jù)源。

2.2.2 數(shù)據(jù)倉庫

數(shù)據(jù)倉庫應(yīng)用領(lǐng)域主要有兩個方面：一是全局應(yīng)用。因為數(shù)據(jù)倉庫獲得來自多方面的數(shù)據(jù)，所以在把數(shù)據(jù)向數(shù)據(jù)倉庫輸入時，要進行轉(zhuǎn)換、計算和綜合等集成處理。通過處理把來自不同地方的數(shù)據(jù)源轉(zhuǎn)換成統(tǒng)一的格式，以促進全局應(yīng)用。二是復(fù)雜系統(tǒng)。信息處理的要求越來越復(fù)雜，除了數(shù)據(jù)處理操作，如添加、刪除、修改、和統(tǒng)計匯總，高級管理層也希望對歷史的和現(xiàn)在的數(shù)據(jù)進行各種復(fù)雜性分析，以支持決策。數(shù)據(jù)倉庫中就是存儲了舊的歷史數(shù)據(jù)，方便復(fù)雜分析、應(yīng)用，為高層決策服務(wù)。

2.2.3 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域主要表現(xiàn)在特定應(yīng)用問題和應(yīng)用背景。數(shù)據(jù)挖掘技術(shù)已經(jīng)應(yīng)用于各行各業(yè)，如電信，保險，交通，學(xué)校、銀行、超級市場等。例如：數(shù)據(jù)挖掘技術(shù)應(yīng)用在大學(xué)。高校擴招，學(xué)生增加到幾萬人，但是學(xué)生的學(xué)習積極性不高，成績不好，因此引入數(shù)據(jù)挖掘技術(shù)找出影響學(xué)生學(xué)習積極性和學(xué)習成績的原因，制定措施，提高教育和教學(xué)質(zhì)量。分析的數(shù)據(jù)源是考試成績和成績之外的影響因素，分析的方法是采用關(guān)聯(lián)規(guī)則、模型庫、去“噪”處理、粗糙集等進行數(shù)據(jù)挖掘，得出的結(jié)論是：傳統(tǒng)的學(xué)習方法不能完全滿足需要，改進教學(xué)方法和教學(xué)模式，從而調(diào)動學(xué)生學(xué)習的積極性，提高教學(xué)質(zhì)量。

3 關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的融合

日常事務(wù)處理需要關(guān)系數(shù)據(jù)庫，構(gòu)建分析處理環(huán)境需要數(shù)據(jù)倉庫，幫助決策者尋找數(shù)據(jù)之間的潛在的關(guān)聯(lián)需要數(shù)據(jù)挖掘。他們之間是相互聯(lián)系又有區(qū)別的，不能互相取代的，又需要相互融合。數(shù)據(jù)倉庫中的數(shù)據(jù)并不是最新的，專有的，而是來源于其他關(guān)系數(shù)據(jù)庫，它是建立在一個更全面和完善的信息應(yīng)用的基礎(chǔ)上，用于支持高層決策分析的數(shù)據(jù)基地。數(shù)據(jù)倉庫是數(shù)據(jù)庫新技術(shù)，到目前為止，數(shù)據(jù)倉庫仍用關(guān)系數(shù)據(jù)庫管理系統(tǒng)管理數(shù)據(jù)。數(shù)據(jù)挖掘是從大量存儲在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中發(fā)現(xiàn)有趣知識的過程。只有這三個數(shù)據(jù)庫技術(shù)互相融合，取長補短，各盡其責，才能更好的為廣大用戶所使用，為社會各個領(lǐng)域所應(yīng)用。

［1］華冠萍.數(shù)據(jù)倉庫、數(shù)據(jù)挖掘及OLAP之兩兩關(guān)系[J].福建電腦,2007,8.

［2］牛承珍.馬季蘭.淺談數(shù)據(jù)挖掘應(yīng)用[J].山西科,2008.5.20.

［3］李軍紅,胡或.淺析數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘[J].科技信息,2007.

馬麗君（1962—），女，白城師范學(xué)院計算機科學(xué)學(xué)院，副教授,研究方向為數(shù)據(jù)庫及應(yīng)用。

曹明明］