Oracle数据仓库课程笔记，
teradata
BI dss=dw+olap+dm
Data Quality
四层三流
一、BI理论：
数据来源层
数据仓库层（可选）
高性能查询层（可选）
终端展示层
oracle rdbms，适合存储
多维数据库产品：mttp，适合计算
数据集市：面向一个主题（又称为mini型数据仓库）
数据仓库：面向全部，整体
可以采用逐步迭代开发数据仓库（数据集市->数据仓库）
*owb
*info magic
dataingreate
展示工具discoverer
推荐方案：
Oracle
Info magic
Bo
SIBO，CIBO海波龙
二：设计方法：
集市：部门，单主题，少量，几月
仓库：企业，多维，大量，几月到几年
ODS：oracle data stagory
大爆炸法（big bang）开发周期长。业务风险是导致失败主因
增量法：
从下到上法。
从上到下法（实际中更好，推荐使用）。
三、设计模式：
关系表
数据仓库：
星型模式：事实表规范化，维表逆规范化
多维型：MOLAP：复杂计算
雪花模式：（不推荐）提高装载性能
关系型：ROLAP
3NF模型
决定力度：数据仓库生命周期
元数据管理：ETL工具
先装载维表，再装载事实表
事实表通常按照时间分区
维多主键和事实的外键的Bitmap索引取出rowid，再进行hash-join、sort-merge、循环嵌套连接
星型连接参数设置为true
Granule颗粒
没有分区的表动态分区
静态分区
智能分区匹配技术
并行query，ddl，dml
Inter-operation
Show parameter parallel
Parallel_max_servers 20
//Parallel_min_
8cpu×5user×2thread/cpu
Serial execution
Parallel execution
/*+ PARALLEL */
/* +NO_EXPAND ROWID(A1) */
HASH表在内存PGA中
Pcws同一执行服务器
并行服务器适用，全表扫描，全表索引查询。
数据缓存放在SGA，查询合并等操作放在PGA。
并行的时候设置大缓存池，LargePool用于并行服务器用于salave之间的通讯，一般设置50/100M
该视图用于查询pga的大小：V$sgastap
Parallel_min_percent= 50代表50%的并行度
Ora-12827
Message_size 2k,4k,8k
Max_parallel_server=cpu*2/cpu*5user=80
手动指定并行度
1、在对象上加上hints
Alter table hr.department parallel;
Alter table hr.department parallel 4;
2、在SQL语句上加上hints
下午
生产中的主键，在仓库中叫自然键
人工合成主键
数据仓库的主要瓶颈是I/O
Show parameter multi
Db_file_multiblock_read_count
全表扫描并行读
Db_block_size
分区裁剪（分区智能匹配）
位图索引：适合于查询系统，但是有个致命的弱点，就是更新效率相当的低下，因为修改会锁定整个表，生产系统中不适合。
几个位值就有几个位图索引
Parallel execution
Automatic storage management（ASM）
可以做负载平衡。只能管理数据库文件，不能管理执行文件
Asm软件
Load balance ，Mirror硬件
LUN
RAC
Creating dimensions
使用星型模型查询三个必要条件：
Alter session Set star_transformation_enabled=true
Bitmap index：经常rebuild index
Hints、
散列分区：要是偶数效率才最高
列表分区
复合分区：范围-散列；范围-列表
列表分区
最多分区：65535
部分分区智能匹配
完全分区智能匹配连接要求：
Equipartitioning
等分区
如hash对hash可以提高几十倍
Range-range和list-list不常用
势在0.01比较合理
Alter index idx_1 rebuild online;