第二章-數(shù)據(jù)倉(cāng)庫(kù)原理課件

1、第二章 數(shù)據(jù)倉(cāng)庫(kù)原理2.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)體系2.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型2.3數(shù)據(jù)抽取、轉(zhuǎn)換和裝載2.4 元數(shù)據(jù)12.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)體系2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)2.1.2數(shù)據(jù)集市及其結(jié)構(gòu)2.1.3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu)2.1.4 數(shù)據(jù)倉(cāng)庫(kù)運(yùn)行結(jié)構(gòu)23 數(shù)據(jù)倉(cāng)庫(kù)是在數(shù)據(jù)庫(kù)基礎(chǔ)上發(fā)展起來(lái)的，其數(shù)據(jù)來(lái)源于數(shù)據(jù)庫(kù)。 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：面向主題與面向事務(wù)。數(shù)據(jù)的組織結(jié)構(gòu)不同。2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)4 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：數(shù)據(jù)庫(kù)面向事務(wù)：圍繞公司功能性應(yīng)用進(jìn)行組織。強(qiáng)調(diào)要做什么！如：保險(xiǎn)公司可能的應(yīng)用有汽車(chē)保險(xiǎn)，人壽保險(xiǎn)，健康保險(xiǎn)，財(cái)產(chǎn)保險(xiǎn)等。2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)5 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：面

2、向主題：公司面對(duì)的對(duì)象。強(qiáng)調(diào)對(duì)什么做！如：保險(xiǎn)公司可能的對(duì)象（主題域）是顧客，保險(xiǎn)單，保險(xiǎn)費(fèi)與索賠。生產(chǎn)商可能的對(duì)象（主題域）是：產(chǎn)品，銷(xiāo)售商等；零售商可能的對(duì)象（主題域）是：顧客，商品，庫(kù)存，銷(xiāo)售等；2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)6 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：“與時(shí)間相關(guān)”:數(shù)據(jù)庫(kù)保存信息的時(shí)候，并不強(qiáng)調(diào)一定有時(shí)間信息。數(shù)據(jù)倉(cāng)庫(kù)則不同，出于決策的需要，數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)都要標(biāo)明時(shí)間屬性。同樣都是累計(jì)購(gòu)買(mǎi)過(guò)9車(chē)產(chǎn)品的顧客，一位是最近三個(gè)月購(gòu)買(mǎi)9車(chē)，一位是最近一年從未買(mǎi)過(guò)，這對(duì)于決策者意義是不同的。2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)7 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：集成性：數(shù)據(jù)倉(cāng)庫(kù)需要把原始數(shù)據(jù)集成。如性別：數(shù)據(jù)庫(kù)強(qiáng)調(diào)個(gè)

3、體，數(shù)據(jù)倉(cāng)庫(kù)強(qiáng)調(diào)總體2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)男 女M f 01 0X y8 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：集成性：數(shù)據(jù)倉(cāng)庫(kù)需要把原始數(shù)據(jù)集成。如銷(xiāo)售額：數(shù)據(jù)庫(kù)強(qiáng)調(diào)個(gè)體，數(shù)據(jù)倉(cāng)庫(kù)強(qiáng)調(diào)總體2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)元千元千元萬(wàn)元百萬(wàn)元9 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別：非易失：很少刪除、修改。數(shù)據(jù)庫(kù)是實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的一種方式，但并不是唯一的途徑2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)10 近期基本數(shù)據(jù)：是最近時(shí)期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)用戶(hù)最感興趣的部分，數(shù)據(jù)量大。 歷史基本數(shù)據(jù)：近期基本數(shù)據(jù)隨時(shí)間的推移，由數(shù)據(jù)倉(cāng)庫(kù)的時(shí)間控制機(jī)制轉(zhuǎn)為歷史基本數(shù)據(jù)。 輕度綜合數(shù)據(jù)：是從近期基本數(shù)據(jù)中提取出的，這層數(shù)據(jù)是按時(shí)間段選取，或者按數(shù)據(jù)屬性（a

4、ttributes）和內(nèi)容（contents）進(jìn)行綜合。 高度綜合數(shù)據(jù)層：這一層的數(shù)據(jù)是在輕度綜合數(shù)據(jù)基礎(chǔ)上的再一次綜合，是一種準(zhǔn)決策數(shù)據(jù)。2.1.1 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)數(shù)據(jù)綜合11全國(guó)區(qū)域商店省/市城市如：公司的銷(xiāo)售額可以如下綜合1.數(shù)據(jù)集市的產(chǎn)生數(shù)據(jù)倉(cāng)庫(kù)是企業(yè)級(jí)的，工作范圍和成本常常是巨大的。數(shù)據(jù)集市是部門(mén)級(jí)的，伴隨功能性計(jì)算機(jī)管理信息系統(tǒng)而存在。數(shù)據(jù)集市windows普通服務(wù)器目前，全世界對(duì)數(shù)據(jù)倉(cāng)庫(kù)總投資的一半以上均集中在數(shù)據(jù)集市上。132.1.2 數(shù)據(jù)集市及其結(jié)構(gòu)數(shù)據(jù)集市（Data Marts）是一種更小、更集中的數(shù)據(jù)倉(cāng)庫(kù)，為公司提供分析商業(yè)數(shù)據(jù)的一條廉價(jià)途徑。Data Marts是指具有特

5、定應(yīng)用的數(shù)據(jù)倉(cāng)庫(kù)，主要針對(duì)某個(gè)應(yīng)用或者具體部門(mén)級(jí)的應(yīng)用，支持用戶(hù)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)或者找到進(jìn)入新市場(chǎng)的具體解決方案。142.數(shù)據(jù)集市概念3.數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)差別（1）數(shù)據(jù)倉(cāng)庫(kù)是基于整個(gè)企業(yè)的數(shù)據(jù)模型建立的，它面向企業(yè)范圍內(nèi)的主題。而數(shù)據(jù)集市是按照某一特定部門(mén)的數(shù)據(jù)模型建立的。（2）部門(mén)的主題與企業(yè)的主題之間可能存在關(guān)聯(lián)，也可能不存在關(guān)聯(lián)。（3）數(shù)據(jù)集市的數(shù)據(jù)組織一般采用星型模型。不能簡(jiǎn)單的認(rèn)為數(shù)據(jù)集市數(shù)據(jù)規(guī)模沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)大！15 1、規(guī)模是小的2、特定的應(yīng)用3、面向部門(mén)4、由業(yè)務(wù)部門(mén)定義，設(shè)計(jì)和開(kāi)發(fā)5、由業(yè)務(wù)部門(mén)管理和維護(hù)6、快速實(shí)現(xiàn)7、購(gòu)買(mǎi)較便宜8、投資快速回收9、更詳細(xì)的、預(yù)先存在的數(shù)據(jù)倉(cāng)庫(kù)的

6、摘要子集10、可升級(jí)到完整的數(shù)據(jù)倉(cāng)庫(kù)164.數(shù)據(jù)集市的特性獨(dú)立數(shù)據(jù)集市(Independent Data Mart)從屬數(shù)據(jù)集市(Dependent Data Mart)為訪(fǎng)問(wèn)數(shù)據(jù)倉(cāng)庫(kù)非常頻繁的關(guān)鍵業(yè)務(wù)部門(mén)建立17數(shù)據(jù)源于中央數(shù)據(jù)倉(cāng)庫(kù)2.1.3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)由數(shù)據(jù)倉(cāng)庫(kù)（DW）、倉(cāng)庫(kù)管理和分析工具三部分組成。182.1.3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)由數(shù)據(jù)倉(cāng)庫(kù)（DW）、倉(cāng)庫(kù)管理和分析工具三部分組成。19201、倉(cāng)庫(kù)管理倉(cāng)庫(kù)管理包括：數(shù)據(jù)建模、ETL、元數(shù)據(jù)和系統(tǒng)管理 （1）數(shù)據(jù)建模數(shù)據(jù)建模是建立數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型。數(shù)據(jù)模型包括數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作。數(shù)據(jù)結(jié)構(gòu)包括：數(shù)據(jù)類(lèi)型、內(nèi)容

7、、數(shù)據(jù)間的關(guān)系，描述的是數(shù)據(jù)的靜態(tài)特征。數(shù)據(jù)操作是對(duì)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)所允許的操作。如檢索、計(jì)算等 211、倉(cāng)庫(kù)管理 （1）數(shù)據(jù)建模數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型不同于數(shù)據(jù)庫(kù)的數(shù)據(jù)模型在于：數(shù)據(jù)倉(cāng)庫(kù)只為決策分析用，不包含事務(wù)處理的數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型中增加了時(shí)間屬性數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型中增加了一些綜合數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)建模是適應(yīng)決策用戶(hù)使用的邏輯數(shù)據(jù)模型。結(jié)果是產(chǎn)生了冗余！數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)底層模型不同，關(guān)系數(shù)據(jù)庫(kù)采用ER關(guān)系模型，數(shù)據(jù)倉(cāng)庫(kù)采用多維數(shù)據(jù)模型。（2）數(shù)據(jù)抽取、轉(zhuǎn)換、裝載數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，是通過(guò)在源數(shù)據(jù)中抽取數(shù)據(jù)，按數(shù)據(jù)倉(cāng)庫(kù)的邏輯數(shù)據(jù)模型的要求進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再按物理數(shù)據(jù)模型的要求裝載到數(shù)據(jù)

8、倉(cāng)庫(kù)中去。數(shù)據(jù)抽取Extraction、轉(zhuǎn)換Transformation、裝載loading（ETL）是建立數(shù)據(jù)倉(cāng)庫(kù)的重要步驟，需要花費(fèi)開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)70%的工作量。22（3）元數(shù)據(jù)23元數(shù)據(jù)包括：1、數(shù)據(jù)倉(cāng)庫(kù)的目錄信息（數(shù)據(jù)字典）；2、數(shù)據(jù)從數(shù)據(jù)庫(kù)向數(shù)據(jù)倉(cāng)庫(kù)轉(zhuǎn)換時(shí)對(duì)應(yīng)的說(shuō)明；3、指導(dǎo)從當(dāng)前基本數(shù)據(jù)到綜合數(shù)據(jù)的綜合方式；4、指導(dǎo)用戶(hù)使用數(shù)據(jù)倉(cāng)庫(kù)。（4）系統(tǒng)管理數(shù)據(jù)管理、性能監(jiān)控、存儲(chǔ)器管理和安全管理等。24（1）查詢(xún)工具 數(shù)據(jù)倉(cāng)庫(kù)的查詢(xún)不是指對(duì)記錄級(jí)數(shù)據(jù)的查詢(xún)，而是指對(duì)分析要求的查詢(xún)。 一般包含： 可視化工具：以圖形化方式展示數(shù)據(jù)，可以幫助了解數(shù)據(jù)的結(jié)構(gòu)，關(guān)系以及動(dòng)態(tài)性。252、分析工具（2）多

9、維分析工具（OLAP工具）: 通過(guò)對(duì)信息的多種可能的觀(guān)察形式進(jìn)行快速、一致和交互性的存取，這樣便利用戶(hù)對(duì)數(shù)據(jù)進(jìn)行深入的分析和觀(guān)察。 多維數(shù)據(jù)的每一維代表對(duì)數(shù)據(jù)的一個(gè)特定的觀(guān)察視角，如時(shí)間、地域、業(yè)務(wù)等。262、分析工具（3）數(shù)據(jù)挖掘工具 從大量數(shù)據(jù)中挖掘具有規(guī)律性知識(shí)，需要利用數(shù)據(jù)挖掘（Data Mining）工具。如：IBM的Intelligent Miner，SAS272、分析工具282.1.4 數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用是一個(gè)典型的客戶(hù)/服務(wù)器（C/S）結(jié)構(gòu)形式： 客戶(hù)端所做的工作：客戶(hù)交互、格式化查詢(xún)、結(jié)果顯示、報(bào)表生成等。 服務(wù)器端完成各種輔助決策的SQL查詢(xún)、復(fù)雜的計(jì)算和各類(lèi)

10、綜合功能等。 29 OLAP服務(wù)器將加強(qiáng)和規(guī)范化決策支持的服務(wù)工作，集中和簡(jiǎn)化了原客戶(hù)端和數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器的部分工作，降低了系統(tǒng)數(shù)據(jù)傳輸量。 這種結(jié)構(gòu)形式工作效率更高。OLAP的三層C/S結(jié)構(gòu)30 對(duì)一個(gè)零售企業(yè)，它關(guān)心哪些主題？ 關(guān)心經(jīng)營(yíng)時(shí)，銷(xiāo)售（金額或數(shù)量）關(guān)心客戶(hù)數(shù)量時(shí)，顧客與經(jīng)營(yíng)額有關(guān)的實(shí)體有：商品，地域，銷(xiāo)售時(shí)間，銷(xiāo)售額2.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型31 數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)采用多維數(shù)據(jù)模型。數(shù)據(jù)一般是數(shù)值 2.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型果汁可樂(lè)牛奶商品維奶油浴巾香皂北京上海長(zhǎng)沙1 2 3 4 5 6 7城市維日期維維就是相同類(lèi)數(shù)據(jù)的集合，是觀(guān)察事物的視角。商店、時(shí)間和產(chǎn)品都是維。各個(gè)商店的集合是一維

11、，時(shí)間的集合是一維，商品的集合是一維。每一個(gè)商店、每一段時(shí)間、每一種商品就是某一維的一個(gè)成員。每一個(gè)銷(xiāo)售事實(shí)由一個(gè)特定的商品、一個(gè)特定的時(shí)間、一個(gè)特定的地區(qū)的銷(xiāo)售數(shù)量、金額組成。事實(shí)數(shù)據(jù)表包含描述業(yè)務(wù)內(nèi)特定事件的數(shù)據(jù)，這些數(shù)字信息可以匯總。322.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型 大多數(shù)的數(shù)據(jù)倉(cāng)庫(kù)都采用“星型模型”。星型模型是由“事實(shí)表”（大表）以及多個(gè)“維表”（小表）所組成。 “事實(shí)表”中存放大量關(guān)于企業(yè)的事實(shí)數(shù)據(jù)（數(shù)量數(shù)據(jù)）。包含大批數(shù)據(jù)的中心表。 例如：多個(gè)時(shí)期的數(shù)據(jù)可能會(huì)出現(xiàn)在同一個(gè)“事實(shí)表”中?！熬S表”中存放描述性數(shù)據(jù)，維表是圍繞事實(shí)表建立的較小的表。33 2.2.1星型模型 大多數(shù)的數(shù)據(jù)倉(cāng)庫(kù)

12、都采用“星型模型”。星型模型是由“事實(shí)表”（大表）以及多個(gè)“維表”（小表）所組成。 “事實(shí)表”中存放大量關(guān)于企業(yè)的事實(shí)數(shù)據(jù)（數(shù)量數(shù)據(jù)）。包含大批數(shù)據(jù)的但沒(méi)有冗余的中心表。 例如：多個(gè)時(shí)期的數(shù)據(jù)可能會(huì)出現(xiàn)在同一個(gè)“事實(shí)表”中?！熬S表”中存放描述性數(shù)據(jù)，維表是圍繞事實(shí)表建立的較小的表。銀行對(duì)存款記賬，A表中存放實(shí)際數(shù)據(jù)，包括賬號(hào)、所屬機(jī)構(gòu)號(hào)、存款金額等，B表存放機(jī)構(gòu)號(hào)和機(jī)構(gòu)名稱(chēng)的對(duì)應(yīng)關(guān)系。則A是事實(shí)表，B是維表。34 2.2.1星型模型星型模型：一個(gè)中心表，一組維表，每維一個(gè)表，每個(gè)表包含一組屬性。 星型模型數(shù)據(jù)如下圖：35 2.2.1星型模型36訂貨表客戶(hù)表銷(xiāo)售員表事實(shí)表產(chǎn)品表日期表地區(qū)表星型模

13、型數(shù)據(jù)存儲(chǔ)情況示意圖 訂單號(hào)訂貨日期客戶(hù)號(hào)客戶(hù)名稱(chēng)客戶(hù)地址銷(xiāo)售員號(hào)銷(xiāo)售員名城市產(chǎn)品號(hào)產(chǎn)品名稱(chēng)產(chǎn)品型號(hào)單價(jià)日期標(biāo)識(shí)日月年地區(qū)名稱(chēng)省別訂單號(hào)客戶(hù)號(hào)銷(xiāo)售員號(hào)產(chǎn)品號(hào)日期標(biāo)識(shí)地區(qū)名稱(chēng)數(shù)量總額事實(shí)表、維表舉例事實(shí)表就是主要存實(shí)實(shí)在在的數(shù)據(jù)(例如筆數(shù)、 金額)，如總賬表、資產(chǎn)負(fù)債表。下面是一個(gè)事實(shí)表部分?jǐn)?shù)據(jù)：統(tǒng)計(jì)日期 機(jī)構(gòu)代碼 業(yè)務(wù)類(lèi)型 筆數(shù) 金額20080930 XXXXX1 FX01 86 21752.18 20080930 XXXXX2 FX01 0 0.00 20080930 XXXXX3 FX01 86 21752.18 事實(shí)表通過(guò)關(guān)聯(lián)維表得到相關(guān)機(jī)構(gòu)的信息，機(jī)構(gòu)信息很多，這里沒(méi)有全部列出，這也是

14、為什么要分事實(shí)表和維表的原因。38事實(shí)表、維表舉例而維表主要存維度信息，不存放數(shù)據(jù)信息，如機(jī)構(gòu)維表、日期維表。如機(jī)構(gòu)維表：統(tǒng)計(jì)日期 機(jī)構(gòu)代碼 機(jī)構(gòu)名稱(chēng)20080930 XXXXX1 北京分行20080930 XXXXX2 上海分行20080930 XXXXX3 重慶分行 事實(shí)表通過(guò)關(guān)聯(lián)維表得到相關(guān)機(jī)構(gòu)的信息，機(jī)構(gòu)信息很多，這里沒(méi)有全部列出，這也是為什么要分事實(shí)表和維表的原因。39星型模型：主要有兩方面的原因:1、提高查詢(xún)的效率。采用星形模式設(shè)計(jì)的數(shù)據(jù)倉(cāng)庫(kù)的優(yōu)點(diǎn)是由于數(shù)據(jù)的組織已經(jīng)過(guò)預(yù)處理，主要數(shù)據(jù)都在龐大的事實(shí)表中,所以只要掃描事實(shí)表就可以進(jìn)行查詢(xún)，而不必把多個(gè)龐大的表聯(lián)接起來(lái)，查詢(xún)?cè)L問(wèn)效率較

15、高。同時(shí)由于維表一般都很小,甚至可以放在高速緩存中,與事實(shí)表作連接時(shí)其速度較快;2、便于用戶(hù)理解。對(duì)非計(jì)算機(jī)專(zhuān)業(yè)的用戶(hù)而言，星形模式比較直觀(guān)，通過(guò)分析星形模式，很容易組合出各種查詢(xún)。40 2.2.1星型模型41 2.2.2雪花模型 雪花模型對(duì)星型模型的維表進(jìn)一步層次化，原來(lái)的各維表為了減少冗余，進(jìn)一步分解，形成一些局部的“層次”區(qū)域。 在上面星型模型的數(shù)據(jù)中 ，對(duì)“產(chǎn)品表”“日期表”“地區(qū)表”進(jìn)行擴(kuò)展形成雪花模型數(shù)據(jù)見(jiàn)下圖。 42雪花模式優(yōu)點(diǎn)是:在一定程度上減少了存儲(chǔ)空間;規(guī)范化的結(jié)構(gòu)更容易更新和維護(hù)。缺點(diǎn):雪花模式比較復(fù)雜，用戶(hù)不容易理解;瀏覽內(nèi)容相對(duì)困難;額外的連接將使查詢(xún)性能下降。在數(shù)據(jù)

16、倉(cāng)庫(kù)中，通常不推薦“雪花化”。因?yàn)樵跀?shù)據(jù)倉(cāng)庫(kù)中，查詢(xún)性能相對(duì)OLTP系統(tǒng)來(lái)說(shuō)更加被重視，而雪花模式會(huì)降低數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的性能。432.2.3星網(wǎng)模型星網(wǎng)模型是將多個(gè)星型模型連接起來(lái)形成網(wǎng)狀結(jié)構(gòu)。多個(gè)星型模型通過(guò)相同的維，如時(shí)間維，連接多個(gè)事實(shí)表。44地區(qū)鍵事務(wù)鍵用戶(hù)鍵時(shí)間鍵狀態(tài)鍵時(shí)間鍵用戶(hù)鍵事務(wù)鍵地區(qū)鍵電話(huà)費(fèi)用時(shí)間鍵用戶(hù)鍵狀態(tài)鍵電話(huà)余額電話(huà)公司星網(wǎng)模型實(shí)例 2.2.4第三范式范式實(shí)際上是傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)的設(shè)計(jì)理論。 數(shù)據(jù)倉(cāng)庫(kù)可以按第三范式進(jìn)行邏輯數(shù)據(jù)建模。它不同于星型模型在于，把事實(shí)表和維表的屬性都集中在同一數(shù)據(jù)庫(kù)中，按第三范式組織數(shù)據(jù)。它減少了維表中的鍵和不必要的屬性。著名的NCR數(shù)據(jù)倉(cāng)庫(kù)公司

17、采用了第三范式的邏輯數(shù)據(jù)模型。46星型模型在進(jìn)行多維數(shù)據(jù)分析時(shí)，速度是很快的。但是增加維度將是很困難的事情。第三范式對(duì)于海量數(shù)據(jù)（如TB級(jí)），且需要處理大量的動(dòng)態(tài)業(yè)務(wù)分析時(shí)，就顯示了它的優(yōu)勢(shì)。472.3 后臺(tái)架構(gòu)-ETL482.3 后臺(tái)架構(gòu)-ETL 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)來(lái)源于多個(gè)數(shù)據(jù)源，主要是企業(yè)內(nèi)部數(shù)據(jù)；存檔的歷史數(shù)據(jù)；企業(yè)的外部數(shù)據(jù)。這些數(shù)據(jù)源可能是在不同的硬件平臺(tái)上，使用不同的操作系統(tǒng)。源數(shù)據(jù)是以不同的格式存放在不同的數(shù)據(jù)庫(kù)中。492.3 后臺(tái)架構(gòu)-ETL數(shù)據(jù)倉(cāng)庫(kù)需要將這些源數(shù)據(jù)經(jīng)過(guò)抽取、轉(zhuǎn)換和裝載的過(guò)程，存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型中?？梢哉f(shuō)，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)獲取需要經(jīng)過(guò)抽?。‥xtraction

18、）、轉(zhuǎn)換（Transform）、裝載（Load）三個(gè)過(guò)程即ETL過(guò)程。 502.3 后臺(tái)架構(gòu)-ETL數(shù)據(jù)倉(cāng)庫(kù)ETL過(guò)程主要步驟：決定需要的目標(biāo)數(shù)據(jù)；確定數(shù)據(jù)源；確定源到目標(biāo)的數(shù)據(jù)映射關(guān)系；建立抽取規(guī)則；決定轉(zhuǎn)換和清洗規(guī)則；制定匯總計(jì)劃；組織數(shù)據(jù)緩沖區(qū)域和檢測(cè)工具；編寫(xiě)裝載規(guī)程；維度表ETL；事實(shí)表ETL。51231 數(shù)據(jù)抽?。?）確認(rèn)數(shù)據(jù)源（2）數(shù)據(jù)抽取技術(shù)521.確認(rèn)數(shù)據(jù)源列出對(duì)事實(shí)表的每一個(gè)數(shù)據(jù)項(xiàng)和事實(shí)列出每一個(gè)維度屬性對(duì)于每個(gè)目標(biāo)數(shù)據(jù)項(xiàng)，找出源數(shù)據(jù)項(xiàng)一個(gè)數(shù)據(jù)元素有多個(gè)來(lái)源，選擇最好的來(lái)源確認(rèn)一個(gè)目標(biāo)字段的多個(gè)源字段，建立合并規(guī)則確認(rèn)一個(gè)目標(biāo)字段的多個(gè)源字段，建立分離規(guī)則確定默認(rèn)值檢查缺失

19、值的源數(shù)據(jù)532.數(shù)據(jù)抽取技術(shù)當(dāng)前值。源系統(tǒng)中存儲(chǔ)的數(shù)據(jù)都代表了當(dāng)前時(shí)刻的值。當(dāng)商業(yè)交易時(shí)，這些數(shù)據(jù)是會(huì)發(fā)生變化的。周期性的狀態(tài)。這類(lèi)數(shù)據(jù)存儲(chǔ)的是每次發(fā)生變化時(shí)的狀態(tài)。例如，對(duì)于每一保險(xiǎn)索賠，都經(jīng)過(guò)索賠開(kāi)始、確認(rèn)、評(píng)估和解決等步驟，都要考慮有時(shí)間說(shuō)明。54232 數(shù)據(jù)轉(zhuǎn)換1.數(shù)據(jù)轉(zhuǎn)換的基本功能2.數(shù)據(jù)轉(zhuǎn)換類(lèi)型3.數(shù)據(jù)整合和合并4.如何實(shí)施轉(zhuǎn)換551.數(shù)據(jù)轉(zhuǎn)換的基本功能選擇：從源系統(tǒng)中選擇整個(gè)記錄或者部分記錄。 分離/合并：對(duì)源系統(tǒng)中的數(shù)據(jù)進(jìn)行分離操作或者合并操作。轉(zhuǎn)化：對(duì)源系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化和可理解化。匯總：將最低粒度數(shù)據(jù)進(jìn)行匯總。 清晰：對(duì)單個(gè)字段數(shù)據(jù)進(jìn)行重新分配和簡(jiǎn)化 。562.數(shù)據(jù)轉(zhuǎn)換類(lèi)型（

20、1）格式修正（2）字段的解碼（3）計(jì)算值和導(dǎo)出值（4）單個(gè)字段的分離（5）信息的合并（6）特征集合轉(zhuǎn)化（7）度量單位的轉(zhuǎn)化（8）關(guān)鍵字重新構(gòu)造（9）匯總（10）日期/時(shí)間轉(zhuǎn)化573.數(shù)據(jù)整合和合并數(shù)據(jù)整合和合并是將相關(guān)的源數(shù)據(jù)組合成一致的數(shù)據(jù)結(jié)構(gòu)，裝入數(shù)據(jù)倉(cāng)庫(kù)。（1）實(shí)體識(shí)別問(wèn)題 數(shù)據(jù)來(lái)源于多個(gè)不同的客戶(hù)系統(tǒng)，對(duì)相同客戶(hù)可能分別有不同的鍵碼，將它們組合成一條單獨(dú)的記錄。 （2）多數(shù)據(jù)源相同屬性不同值的問(wèn)題 不同系統(tǒng)中得到的值存在一些差別 ，需要給出合理的值。584.如何實(shí)施轉(zhuǎn)換自己編寫(xiě)程序?qū)崿F(xiàn)數(shù)據(jù)轉(zhuǎn)換使用轉(zhuǎn)換工具59233 數(shù)據(jù)裝載（1）數(shù)據(jù)裝載方式（2）數(shù)據(jù)裝載類(lèi)型601.數(shù)據(jù)裝載方式基本裝

21、載按照裝載的目標(biāo)表，將轉(zhuǎn)換過(guò)的數(shù)據(jù)輸入到目標(biāo)表中去。 追加如果目標(biāo)表中已經(jīng)存在數(shù)據(jù)，追加過(guò)程在保存已有數(shù)據(jù)的基礎(chǔ)上增加輸入數(shù)據(jù)。 破壞性合并用新輸入數(shù)據(jù)更新目標(biāo)記錄數(shù)據(jù)。 建設(shè)性合并保留已有的記錄，增加輸入的記錄，并標(biāo)記為舊記錄的替代。612.數(shù)據(jù)裝載類(lèi)型最初裝載這是第一次對(duì)整個(gè)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行裝載。 增量裝載由于源系統(tǒng)的變化，數(shù)據(jù)倉(cāng)庫(kù)需要裝載變化的數(shù)據(jù)。完全刷新這種類(lèi)型的數(shù)據(jù)裝載用于周期性重寫(xiě)數(shù)據(jù)倉(cāng)庫(kù)。622.3.4 ETL工具數(shù)據(jù)轉(zhuǎn)換引擎從指定的數(shù)據(jù)源中抽取數(shù)據(jù)，執(zhí)行復(fù)雜的數(shù)據(jù)轉(zhuǎn)換，將結(jié)果導(dǎo)入到目標(biāo)表中。代碼生成器根據(jù)數(shù)據(jù)源參數(shù)和輸出，能自動(dòng)生成數(shù)據(jù)抽取和轉(zhuǎn)換程序。通過(guò)復(fù)制捕獲數(shù)據(jù)在交易日志中

22、捕獲數(shù)據(jù)源的變化。6324 元數(shù)據(jù)241 元數(shù)據(jù)的重要性242 關(guān)于數(shù)據(jù)源的元數(shù)據(jù)243 關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)244 關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)245 關(guān)于數(shù)據(jù)倉(cāng)庫(kù)使用的元數(shù)據(jù)64241 元數(shù)據(jù)的重要性元數(shù)據(jù)65Table邏輯名顧客定義購(gòu)買(mǎi)商品的個(gè)人或組織物理存儲(chǔ)DB.table建立日期2008年1月15日最后更新日期2010年1月20日更新周期每月表編輯程序名ABC241 元數(shù)據(jù)的重要性元數(shù)據(jù)定義了數(shù)據(jù)倉(cāng)庫(kù)有什么，指明了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的內(nèi)容和位置，刻畫(huà)了數(shù)據(jù)的抽取和轉(zhuǎn)換規(guī)則，存儲(chǔ)了與數(shù)據(jù)倉(cāng)庫(kù)主題有關(guān)的各種商業(yè)信息，而且整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行都是基于元數(shù)據(jù)的。66Table邏輯名顧客定義購(gòu)買(mǎi)商品的個(gè)

23、人或組織物理存儲(chǔ)DB.table建立日期2008年1月15日最后更新日期2010年1月20日更新周期每月表編輯程序名ABC241 元數(shù)據(jù)的重要性有兩類(lèi)人會(huì)用到元數(shù)據(jù)：最終用戶(hù)（包括商業(yè)分析人員和IT人員）。最終用戶(hù)：從數(shù)據(jù)倉(cāng)庫(kù)獲取信息。包括：數(shù)據(jù)內(nèi)容、匯總數(shù)據(jù)、商業(yè)維度、指標(biāo)、瀏覽路徑、源系統(tǒng)、外部數(shù)據(jù)、轉(zhuǎn)換規(guī)則、查詢(xún)模板、報(bào)表等最終用戶(hù)需要的元數(shù)據(jù)，稱(chēng)為商業(yè)元數(shù)據(jù)。67241 元數(shù)據(jù)的重要性有兩類(lèi)人會(huì)用到元數(shù)據(jù)：最終用戶(hù)（包括商業(yè)分析人員和IT人員）。IT人員：從ETL，到報(bào)表設(shè)計(jì)，OLAP都需要。包括：源數(shù)據(jù)結(jié)構(gòu)、源平臺(tái)、ETL方法和規(guī)則、外部數(shù)據(jù)、裝載、查詢(xún)、報(bào)表設(shè)計(jì)等IT人員需要的元數(shù)

24、據(jù)，稱(chēng)為技術(shù)元數(shù)據(jù)。包括四類(lèi)：數(shù)據(jù)源元數(shù)據(jù)，數(shù)據(jù)模型元數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)映射元數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)使用元數(shù)據(jù)。686970 這類(lèi)元數(shù)據(jù)是對(duì)不同平臺(tái)上的數(shù)據(jù)源的物理結(jié)構(gòu)和含義的描述。具體為： （1）數(shù)據(jù)源中所有物理數(shù)據(jù)結(jié)構(gòu)，包括所有的數(shù)據(jù)項(xiàng)及數(shù)據(jù)類(lèi)型。數(shù)據(jù)項(xiàng)是數(shù)據(jù)的最小組成單位。通常包括數(shù)據(jù)項(xiàng)名、數(shù)據(jù)項(xiàng)含義說(shuō)明、數(shù)據(jù)類(lèi)型、長(zhǎng)度、取值等。如FoodIntro 菜品簡(jiǎn)介 nvarchar 50 null數(shù)據(jù)結(jié)構(gòu)：若干個(gè)數(shù)據(jù)項(xiàng)可以組成一個(gè)數(shù)據(jù)結(jié)構(gòu)，如某表(菜品ID,分類(lèi)ID,菜名,菜品簡(jiǎn)介,價(jià)格,圖片)2.4.2關(guān)于數(shù)據(jù)源的元數(shù)據(jù)元數(shù)據(jù)示例某表1 菜品表：Food列 名 中文名稱(chēng) 數(shù)據(jù)類(lèi)型 長(zhǎng)度 是否允許為空

25、備注FoodID 菜品ID Int Not null 主鍵FoodclassID 分類(lèi)ID Int null *foodName 菜名 nvarchar 25 null FoodIntro 菜品簡(jiǎn)介 nvarchar 50 null *FoodPrice 價(jià)格 Float null FoodImage 圖片 varchar 100 null 保存圖片路徑元數(shù)據(jù)示例數(shù)據(jù)文件：訂單明細(xì)表文件組成：訂單序號(hào)Id, 訂單編號(hào), 菜名, 價(jià)格, 數(shù)量, 下單時(shí)間數(shù) 據(jù) 項(xiàng):訂單序號(hào)Id 數(shù)據(jù)類(lèi)型:整型 數(shù)據(jù)長(zhǎng)度:4數(shù) 據(jù) 項(xiàng):訂單編號(hào) 數(shù)據(jù)類(lèi)型:可變字符類(lèi)型 數(shù)據(jù)長(zhǎng)度：50 數(shù)據(jù)組成：A+日期時(shí)間數(shù) 據(jù)

26、 項(xiàng):菜名 數(shù)據(jù)類(lèi)型:可變字符類(lèi)型 數(shù)據(jù)長(zhǎng)度：50數(shù) 據(jù) 項(xiàng):價(jià)格 數(shù)據(jù)類(lèi)型：整型 數(shù)據(jù)長(zhǎng)度：4數(shù) 據(jù) 項(xiàng):數(shù)量 數(shù)據(jù)類(lèi)型：整型 數(shù)據(jù)長(zhǎng)度：4數(shù) 據(jù) 項(xiàng):下單時(shí)間 數(shù)據(jù)類(lèi)型：日期型 數(shù)據(jù)長(zhǎng)度：873 這類(lèi)元數(shù)據(jù)是對(duì)不同平臺(tái)上的數(shù)據(jù)源的物理結(jié)構(gòu)和含義的描述。具體為： （1）數(shù)據(jù)源中所有物理數(shù)據(jù)結(jié)構(gòu)，包括所有的數(shù)據(jù)項(xiàng)及數(shù)據(jù)類(lèi)型。 （2）所有數(shù)據(jù)項(xiàng)的業(yè)務(wù)定義。 （3）每個(gè)數(shù)據(jù)項(xiàng)更新的頻率，以及由誰(shuí)或哪個(gè)過(guò)程更新的說(shuō)明。 （4）每個(gè)數(shù)據(jù)項(xiàng)的有效值。2.4.2關(guān)于數(shù)據(jù)源的元數(shù)據(jù)74 這組元數(shù)據(jù)描述了數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)以及數(shù)據(jù)之間的關(guān)系，它們是用戶(hù)使用管理數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)。 這種的元數(shù)據(jù)可以支持用戶(hù)從數(shù)據(jù)

27、倉(cāng)庫(kù)中獲取數(shù)據(jù)。 2.4.3關(guān)于數(shù)據(jù)模型的元數(shù)據(jù)2.4.4關(guān)于數(shù)據(jù)倉(cāng)庫(kù)映射的元數(shù)據(jù)這類(lèi)元數(shù)據(jù)是數(shù)據(jù)源與數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)間的映射。 當(dāng)數(shù)據(jù)源中的一個(gè)數(shù)據(jù)項(xiàng)與數(shù)據(jù)倉(cāng)庫(kù)建立了映射關(guān)系，就應(yīng)該記下這些數(shù)據(jù)項(xiàng)發(fā)生的任何變換或變動(dòng)。即用元數(shù)據(jù)反映數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)項(xiàng)是從哪個(gè)特定的數(shù)據(jù)源抽取的，經(jīng)過(guò)那些轉(zhuǎn)換，變換和加載過(guò)程。75 1抽取工作之間的復(fù)雜關(guān)系一個(gè)數(shù)據(jù)的抽取要經(jīng)過(guò)許多步驟。如圖所示：762源數(shù)據(jù)與目標(biāo)數(shù)據(jù)之間的映射（1）抽取工作（2）抽取工作步驟（3）抽取表映射（4）抽取屬性映射（5）記錄篩選規(guī)則772.4.5關(guān)于數(shù)據(jù)倉(cāng)庫(kù)使用的元數(shù)據(jù)這類(lèi)元數(shù)據(jù)是數(shù)據(jù)倉(cāng)庫(kù)中信息的使用情況描述。 數(shù)據(jù)倉(cāng)庫(kù)的用戶(hù)最關(guān)心的是兩

28、類(lèi)元數(shù)據(jù)： （1）元數(shù)據(jù)告訴數(shù)據(jù)倉(cāng)庫(kù)中有什么數(shù)據(jù)，它們從哪里來(lái)。即如何按主題查看數(shù)據(jù)倉(cāng)庫(kù)的內(nèi)容。 （2）元數(shù)據(jù)提供已有的可重復(fù)利用的查詢(xún)語(yǔ)言信息。如果某個(gè)查詢(xún)能夠滿(mǎn)足他們的需求，或者與他們的愿望相似，他們就可以再次使用那些查詢(xún)而不必從頭開(kāi)始編程。 關(guān)于數(shù)據(jù)倉(cāng)庫(kù)使用的元數(shù)據(jù)能幫助用戶(hù)到數(shù)據(jù)倉(cāng)庫(kù)查詢(xún)所需要的信息，用于解決企業(yè)問(wèn)題。78習(xí) 題1,2,3,5,6,7,8,10,14,177911醉翁亭記 1反復(fù)朗讀并背誦課文，培養(yǎng)文言語(yǔ)感。2結(jié)合注釋疏通文義，了解文本內(nèi)容，掌握文本寫(xiě)作思路。3把握文章的藝術(shù)特色，理解虛詞在文中的作用。4體會(huì)作者的思想感情，理解作者的政治理想。一、導(dǎo)入新課范仲淹因參與改

29、革被貶，于慶歷六年寫(xiě)下岳陽(yáng)樓記，寄托自己“先天下之憂(yōu)而憂(yōu)，后天下之樂(lè)而樂(lè)”的政治理想。實(shí)際上，這次改革，受到貶謫的除了范仲淹和滕子京之外，還有范仲淹改革的另一位支持者北宋大文學(xué)家、史學(xué)家歐陽(yáng)修。他于慶歷五年被貶謫到滁州，也就是今天的安徽省滁州市。也是在此期間，歐陽(yáng)修在滁州留下了不遜于岳陽(yáng)樓記的千古名篇醉翁亭記。接下來(lái)就讓我們一起來(lái)學(xué)習(xí)這篇課文吧！【教學(xué)提示】結(jié)合前文教學(xué)，有利于學(xué)生把握本文寫(xiě)作背景，進(jìn)而加深學(xué)生對(duì)作品含義的理解。二、教學(xué)新課目標(biāo)導(dǎo)學(xué)一：認(rèn)識(shí)作者，了解作品背景作者簡(jiǎn)介：歐陽(yáng)修(10071072)，字永叔，自號(hào)醉翁，晚年又號(hào)“六一居士”。吉州永豐(今屬江西)人，因吉州原屬?gòu)]陵郡，因

30、此他又以“廬陵歐陽(yáng)修”自居。謚號(hào)文忠，世稱(chēng)歐陽(yáng)文忠公。北宋政治家、文學(xué)家、史學(xué)家，與韓愈、柳宗元、王安石、蘇洵、蘇軾、蘇轍、曾鞏合稱(chēng)“唐宋八大家”。后人又將其與韓愈、柳宗元和蘇軾合稱(chēng)“千古文章四大家”。關(guān)于“醉翁”與“六一居士”：初謫滁山，自號(hào)醉翁。既老而衰且病，將退休于潁水之上，則又更號(hào)六一居士?？陀袉?wèn)曰：“六一何謂也？”居士曰：“吾家藏書(shū)一萬(wàn)卷，集錄三代以來(lái)金石遺文一千卷，有琴一張，有棋一局，而常置酒一壺?！笨驮唬骸笆菫槲逡粻?，奈何？”居士曰：“以吾一翁，老于此五物之間，豈不為六一乎？”寫(xiě)作背景：宋仁宗慶歷五年(1045年)，參知政事范仲淹等人遭讒離職，歐陽(yáng)修上書(shū)替他們分辯，被貶到滁州做了

31、兩年知州。到任以后，他內(nèi)心抑郁，但還能發(fā)揮“寬簡(jiǎn)而不擾”的作風(fēng)，取得了某些政績(jī)。醉翁亭記就是在這個(gè)時(shí)期寫(xiě)就的。目標(biāo)導(dǎo)學(xué)二：朗讀文章，通文順字1初讀文章，結(jié)合工具書(shū)梳理文章字詞。2朗讀文章，劃分文章節(jié)奏，標(biāo)出節(jié)奏劃分有疑難的語(yǔ)句。節(jié)奏劃分示例環(huán)滁/皆山也。其/西南諸峰，林壑/尤美，望之/蔚然而深秀者，瑯琊也。山行/六七里，漸聞/水聲潺潺，而瀉出于/兩峰之間者，釀泉也。峰回/路轉(zhuǎn)，有亭/翼然臨于泉上者，醉翁亭也。作亭者/誰(shuí)？山之僧/曰/智仙也。名之者/誰(shuí)？太守/自謂也。太守與客來(lái)飲/于此，飲少/輒醉，而/年又最高，故/自號(hào)曰/醉翁也。醉翁之意/不在酒，在乎/山水之間也。山水之樂(lè)，得之心/而寓之酒也

32、。節(jié)奏劃分思考“山行/六七里”為什么不能劃分為“山/行六七里”？明確：“山行”意指“沿著山路走”，“山行”是個(gè)狀中短語(yǔ)，不能將其割裂?！巴?蔚然而深秀者”為什么不能劃分為“望之蔚然/而深秀者”？明確：“蔚然而深秀”是兩個(gè)并列的詞，不宜割裂，“望之”是總起詞語(yǔ)，故應(yīng)從其后斷句?！窘虒W(xué)提示】引導(dǎo)學(xué)生在反復(fù)朗讀的過(guò)程中劃分朗讀節(jié)奏，在劃分節(jié)奏的過(guò)程中感知文意。對(duì)于部分結(jié)構(gòu)復(fù)雜的句子，教師可做適當(dāng)?shù)闹v解引導(dǎo)。目標(biāo)導(dǎo)學(xué)三：結(jié)合注釋?zhuān)g訓(xùn)練1學(xué)生結(jié)合課下注釋和工具書(shū)自行疏通文義，并畫(huà)出不解之處。【教學(xué)提示】節(jié)奏劃分與明確文意相輔相成，若能以節(jié)奏劃分引導(dǎo)學(xué)生明確文意最好；若學(xué)生理解有限，亦可在解讀文意后

33、把握節(jié)奏劃分。2以四人小組為單位，組內(nèi)互助解疑，并嘗試用“直譯”與“意譯”兩種方法譯讀文章。3教師選擇疑難句或值得翻譯的句子，請(qǐng)學(xué)生用兩種翻譯方法進(jìn)行翻譯。翻譯示例：若夫日出而林霏開(kāi)，云歸而巖穴暝，晦明變化者，山間之朝暮也。野芳發(fā)而幽香，佳木秀而繁陰，風(fēng)霜高潔，水落而石出者，山間之四時(shí)也。直譯法：那太陽(yáng)一出來(lái)，樹(shù)林里的霧氣散開(kāi)，云霧聚攏，山谷就顯得昏暗了，朝則自暗而明，暮則自明而暗，或暗或明，變化不一，這是山間早晚的景色。野花開(kāi)放，有一股清幽的香味，好的樹(shù)木枝葉繁茂，形成濃郁的綠蔭。天高氣爽，霜色潔白，泉水淺了，石底露出水面，這是山中四季的景色。意譯法：太陽(yáng)升起，山林里霧氣開(kāi)始消散，煙云聚攏，

34、山谷又開(kāi)始顯得昏暗，清晨自暗而明，薄暮又自明而暗，如此暗明變化的，就是山中的朝暮。春天野花綻開(kāi)并散發(fā)出陣陣幽香，夏日佳樹(shù)繁茂并形成一片濃蔭，秋天風(fēng)高氣爽，霜色潔白，冬日水枯而石底上露，如此，就是山中的四季?！窘虒W(xué)提示】翻譯有直譯與意譯兩種方式，直譯鍛煉學(xué)生用語(yǔ)的準(zhǔn)確性，但可能會(huì)降低譯文的美感；意譯可加強(qiáng)譯文的美感，培養(yǎng)學(xué)生的翻譯興趣，但可能會(huì)降低譯文的準(zhǔn)確性。因此，需兩種翻譯方式都做必要引導(dǎo)。全文直譯內(nèi)容見(jiàn)我的積累本。目標(biāo)導(dǎo)學(xué)四：解讀文段，把握文本內(nèi)容1賞析第一段，說(shuō)說(shuō)本文是如何引出“醉翁亭”的位置的，作者在此運(yùn)用了怎樣的藝術(shù)手法。明確：首先以“環(huán)滁皆山也”五字領(lǐng)起，將滁州的地理環(huán)境一筆勾出，

35、點(diǎn)出醉翁亭坐落在群山之中，并縱觀(guān)滁州全貌，鳥(niǎo)瞰群山環(huán)抱之景。接著作者將“鏡頭”全景移向局部，先寫(xiě)“西南諸峰，林壑尤美”，醉翁亭坐落在有最美的林壑的西南諸峰之中，視野集中到最佳處。再寫(xiě)瑯琊山“蔚然而深秀”，點(diǎn)山“秀”，照應(yīng)上文的“美”。又寫(xiě)釀泉，其名字透出了泉與酒的關(guān)系，好泉釀好酒，好酒叫人醉。“醉翁亭”的名字便暗中透出，然后引出“醉翁亭”來(lái)。作者利用空間變幻的手法，移步換景，由遠(yuǎn)及近，為我們描繪了一幅幅山水特寫(xiě)。2第二段主要寫(xiě)了什么？它和第一段有什么聯(lián)系？明確：第二段利用時(shí)間推移，抓住朝暮及四季特點(diǎn)，描繪了對(duì)比鮮明的晦明變化圖及四季風(fēng)光圖，寫(xiě)出了其中的“樂(lè)亦無(wú)窮”。第二段是第一段“山水之樂(lè)”的具體化。3第三段同樣是寫(xiě)“樂(lè)”，但卻是寫(xiě)的游人之樂(lè)，作者是如何寫(xiě)游人之樂(lè)的？明確：“滁人游”，前呼后應(yīng)，扶老攜幼，自由自在，熱鬧非凡；“太守宴”，溪深魚(yú)肥，泉香酒洌，美味佳肴，應(yīng)有盡有；“眾賓歡”，投壺下棋，觥籌交錯(cuò)，說(shuō)說(shuō)笑笑，無(wú)拘無(wú)束。如此勾畫(huà)了游人之樂(lè)。4作者為什么要在第三段寫(xiě)游人之樂(lè)？明確：寫(xiě)滁人之游，描繪出一幅太平祥和的百姓游樂(lè)圖。游樂(lè)場(chǎng)景映在太守的眼里，便多了一層政治清明的意味。太守在游人之樂(lè)中酒酣而醉，此醉是為山水之樂(lè)而醉，更是為能與百姓同樂(lè)而醉。體現(xiàn)太守與百姓