淺析關(guān)系數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系

馬麗君

（白城師范學(xué)院計(jì)算機(jī)科學(xué)學(xué)院，吉林 白城 137000）

淺析關(guān)系數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系

馬麗君

（白城師范學(xué)院計(jì)算機(jī)科學(xué)學(xué)院，吉林 白城 137000）

關(guān)系數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘是作為三種獨(dú)立的信息技術(shù)出現(xiàn)的，是數(shù)據(jù)庫(kù)研究、開(kāi)發(fā)和應(yīng)用最活躍的分支之一，通過(guò)對(duì)三種技術(shù)的內(nèi)在聯(lián)系性和互補(bǔ)性分析，從而更好的使用數(shù)據(jù)庫(kù)技術(shù)處理各種信息需求，建立更加完善的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)或新的決策系統(tǒng)。

關(guān)系數(shù)據(jù)庫(kù)；數(shù)據(jù)倉(cāng)庫(kù)；數(shù)據(jù)挖掘；關(guān)系

0 引言

關(guān)系數(shù)據(jù)庫(kù)是20世紀(jì)70年代初提出來(lái)，經(jīng)過(guò)數(shù)據(jù)庫(kù)專(zhuān)家?guī)资甑呐?，理論和?shí)踐都取得了顯著成果，標(biāo)志著數(shù)據(jù)庫(kù)技術(shù)的日益成熟。但它仍然難以實(shí)現(xiàn)對(duì)關(guān)系數(shù)據(jù)庫(kù)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(cāng)庫(kù)的思想，90年代，數(shù)據(jù)倉(cāng)庫(kù)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(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)訪(fǎng)問(wèn)、網(wǎng)絡(luò)、C/S結(jié)構(gòu)和圖形界面，一些大公司已經(jīng)開(kāi)始構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。針對(duì)數(shù)據(jù)倉(cāng)庫(kù)中迅速增長(zhǎng)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(cāng)庫(kù)中有用的知識(shí)的提取就需要數(shù)據(jù)挖掘來(lái)實(shí)現(xiàn)。數(shù)據(jù)挖掘與統(tǒng)計(jì)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(shí)發(fā)現(xiàn)”和機(jī)器學(xué)有關(guān)，是一門(mén)綜合性的技術(shù)學(xué)科。了解關(guān)系數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)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(kù)、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘之間的關(guān)系

1.1 關(guān)系數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)之間的聯(lián)系與區(qū)別

關(guān)系數(shù)據(jù)庫(kù)是面向事務(wù)的設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的設(shè)計(jì)；關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)在線(xiàn)事務(wù)數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)通常存儲(chǔ)歷史數(shù)據(jù)，關(guān)系數(shù)據(jù)庫(kù)的設(shè)計(jì)將盡量避免冗余，但數(shù)據(jù)倉(cāng)庫(kù)是傾向于引入冗余；關(guān)系數(shù)據(jù)庫(kù)設(shè)計(jì)用于捕獲數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)用于分析數(shù)據(jù)。傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)面向以事務(wù)處理為主的系統(tǒng)應(yīng)用，所以它無(wú)法滿(mǎn)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(cāng)庫(kù)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(cāng)庫(kù)和多維數(shù)據(jù)庫(kù)中的數(shù)據(jù)，找到數(shù)據(jù)的潛在模式進(jìn)行預(yù)測(cè)，它可以對(duì)數(shù)據(jù)進(jìn)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(cāng)庫(kù)到數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)中。從數(shù)據(jù)倉(cāng)庫(kù)中直接得到進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)有許多優(yōu)點(diǎn)，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)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(cāng)庫(kù)是數(shù)據(jù)挖掘的先期步驟，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)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(kù)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(cāng)庫(kù)。也可以是一個(gè)關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)，但要事先進(jìn)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(guò)程中的主要工作部分。因此，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘沒(méi)有必然的聯(lián)系，有些人簡(jiǎn)單地認(rèn)為，數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)挖掘的準(zhǔn)備，這種理解是不全面的，也可以使用關(guān)系數(shù)據(jù)庫(kù)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(jià)值

2.1.1 關(guān)系數(shù)據(jù)庫(kù)

關(guān)系數(shù)據(jù)庫(kù)的主要價(jià)值體現(xiàn)在事務(wù)處理。關(guān)系數(shù)據(jù)庫(kù)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(kāi)關(guān)系數(shù)據(jù)庫(kù)的應(yīng)用系統(tǒng)，這是對(duì)傳統(tǒng)事務(wù)管理的一個(gè)重大突破，是社會(huì)甚至家庭不可或缺的工具，它對(duì)社會(huì)的應(yīng)用價(jià)值是100%。

2.1.2 數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)的主要價(jià)值體現(xiàn)在為決策分析提供數(shù)據(jù)源。一方面，在一個(gè)事務(wù)中，用戶(hù)要求高效的訪(fǎng)問(wèn)系統(tǒng)和數(shù)據(jù)庫(kù)，操作時(shí)間應(yīng)該短。在一個(gè)決策分析中，決策問(wèn)題的一些請(qǐng)求可能會(huì)導(dǎo)致系統(tǒng)的操作，解決這一問(wèn)題的決策分析需要遍歷大多數(shù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)，這對(duì)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(kāi)。另一方面，決策數(shù)據(jù)需求問(wèn)題。在決策分析時(shí)，由于不同的應(yīng)用系統(tǒng)中，實(shí)體、字段存在數(shù)據(jù)類(lèi)型、名稱(chēng)和格式的不符，需要在集成時(shí)進(jìn)行轉(zhuǎn)換，這個(gè)轉(zhuǎn)換必須在決策之前完成；一些決策數(shù)據(jù)需要?jiǎng)討B(tài)更新，需要經(jīng)常進(jìn)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(wèn)題。決策分析人員要以專(zhuān)業(yè)用戶(hù)身份，使用各種工具以各種形式來(lái)操作數(shù)據(jù)，對(duì)數(shù)據(jù)操作的結(jié)果以商業(yè)智能的方式表達(dá)出來(lái)。事務(wù)處理系統(tǒng)不能滿(mǎn)足這一要求，只有數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)能夠滿(mǎn)足數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)環(huán)境的要求，所以使用數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)省去了對(duì)數(shù)據(jù)預(yù)處理的步驟。

2.1.3 數(shù)據(jù)挖掘

面對(duì)日益激烈的市場(chǎng)競(jìng)爭(zhēng)，客戶(hù)對(duì)迅速應(yīng)答各種業(yè)務(wù)問(wèn)題的能力要求越來(lái)越高，對(duì)過(guò)量數(shù)據(jù)的及時(shí)處理要求越來(lái)越高，帶來(lái)的挑戰(zhàn)一方面大規(guī)模、復(fù)雜數(shù)據(jù)系統(tǒng)讓用戶(hù)感覺(jué)漫無(wú)頭緒，無(wú)法開(kāi)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(jià)值的決策信息。如計(jì)算機(jī)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(xiāo)售數(shù)據(jù)中分析出來(lái)的規(guī)律：美國(guó)的男士在下班要去超市買(mǎi)嬰兒尿布，同時(shí)他們還會(huì)買(mǎi)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(xiāo)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(kù)

關(guān)系數(shù)據(jù)庫(kù)應(yīng)用領(lǐng)域非常廣泛，如：證券行業(yè)、醫(yī)院、銀行、銷(xiāo)售部門(mén)、公司或企業(yè)，以及政府、國(guó)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(kù)來(lái)存儲(chǔ)數(shù)據(jù)。例如:人事管理系統(tǒng)、工資管理系統(tǒng)，xxx部門(mén)信息管理系統(tǒng)，手機(jī)話(huà)費(fèi)管理系統(tǒng)等，都需要關(guān)系數(shù)據(jù)庫(kù)作為后臺(tái)提供數(shù)據(jù)源。

2.2.2 數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用領(lǐng)域主要有兩個(gè)方面：一是全局應(yīng)用。因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)獲得來(lái)自多方面的數(shù)據(jù)，所以在把數(shù)據(jù)向數(shù)據(jù)倉(cāng)庫(kù)輸入時(shí)，要進(jìn)行轉(zhuǎn)換、計(jì)算和綜合等集成處理。通過(guò)處理把來(lái)自不同地方的數(shù)據(jù)源轉(zhuǎn)換成統(tǒng)一的格式，以促進(jìn)全局應(yīng)用。二是復(fù)雜系統(tǒng)。信息處理的要求越來(lái)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(jì)匯總，高級(jí)管理層也希望對(duì)歷史的和現(xiàn)在的數(shù)據(jù)進(jìn)行各種復(fù)雜性分析，以支持決策。數(shù)據(jù)倉(cāng)庫(kù)中就是存儲(chǔ)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(wèn)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(xiǎn)，交通，學(xué)校、銀行、超級(jí)市場(chǎng)等。例如：數(shù)據(jù)挖掘技術(shù)應(yīng)用在大學(xué)。高校擴(kuò)招，學(xué)生增加到幾萬(wàn)人，但是學(xué)生的學(xué)習(xí)積極性不高，成績(jī)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(xí)積極性和學(xué)習(xí)成績(jī)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(jī)和成績(jī)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(kù)、去“噪”處理、粗糙集等進(jìn)行數(shù)據(jù)挖掘，得出的結(jié)論是：傳統(tǒng)的學(xué)習(xí)方法不能完全滿(mǎn)足需要，改進(jìn)教學(xué)方法和教學(xué)模式，從而調(diào)動(dòng)學(xué)生學(xué)習(xí)的積極性，提高教學(xué)質(zhì)量。

3 關(guān)系數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)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(kù)，構(gòu)建分析處理環(huán)境需要數(shù)據(jù)倉(cāng)庫(kù)，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(cāng)庫(kù)中的數(shù)據(jù)并不是最新的，專(zhuān)有的，而是來(lái)源于其他關(guān)系數(shù)據(jù)庫(kù)，它是建立在一個(gè)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(cāng)庫(kù)是數(shù)據(jù)庫(kù)新技術(shù)，到目前為止，數(shù)據(jù)倉(cāng)庫(kù)仍用關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)管理數(shù)據(jù)。數(shù)據(jù)挖掘是從大量存儲(chǔ)在數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù)中發(fā)現(xiàn)有趣知識(shí)的過(guò)程。只有這三個(gè)數(shù)據(jù)庫(kù)技術(shù)互相融合，取長(zhǎng)補(bǔ)短，各盡其責(zé)，才能更好的為廣大用戶(hù)所使用，為社會(huì)各個(gè)領(lǐng)域所應(yīng)用。

［1］華冠萍.數(shù)據(jù)倉(cāng)庫(kù)、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(cāng)庫(kù)、聯(lián)機(jī)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(jì)算機(jī)科學(xué)學(xué)院，副教授,研究方向?yàn)閿?shù)據(jù)庫(kù)及應(yīng)用。

曹明明］