3 DW物理模型的设计
根据星型模型或雪花模型，就可以方便地定义出DW的物理数据结构。一般将指标实体和详细类别实体转变为一个具体的物理数据库表，称为事实表。维度实体通常也转化为数据库表，称为维表，它包括其每一层次的主码和对应的值。维表和事实表通过维关键字相关联。在物理模型设计阶段，需要确定以下的内容：
(1)规定数据质量指标，规范数据仓库中的各种数据。
(2)定义实体、实体特征以及实体所具有的一切属性。
(3)定义规模，确定数据容量和更新频率。为了获得物理模型设计阶段完整的文档资料，可利用自动定义软件工具进行数据管理。
基于数据仓库的医院决策支持系统
1 医院决策支持系统的体系结构
基于数据仓库的医院决策支持系统体系结构如图2：
图2：基于数据仓库的医院决策支持系统体系结构图
(1)底层为数据获取层,数据源主要包括患者信息、 药品信息、门诊信息、住院信息以及一些外部数据。外部数据主要包括竞争数据及国家的相关政策法规等,其它信息来自医院信息系统 HIS。为保持数据一致性,必须对数据源中的数据进行清理、抽取、转换,生成综合性统一的数据类型存入医院DW。
(2)数据存储层主要用来存储和管理加工处理后的面向决策主题的综合性数据,并按决策主题的需求进行重新组织 ,为决策支持提供大量的数据依据。
(3)数据处理层包括模型库、数据挖掘、OLAP 及其相应的管理系统部分。通过 OLAP 与 DM 从DW中得出有用的信息和知识。
(4)数据访问层为决策者提供与系统交互的入口。把数据处理层得到的信息和知识通过人机交互界面展现给用户 ,主要包括用户交互、格式化查询及报表和统计图的生成等。
2 医院决策支持系统的数据仓库设计
(1)数据建模
在设计DW之前 ,必须先确定主题。主题是一个在较高层次将数据归类的标准 ,它能反映出分析对象所涉及的各项数据以及相互联系。经过对医院业务的仔细分析 ,我们确定了三个基本主题:患者主题、 药品主题、 费用主题,其中每个主题又可以划分为若干个子主题。根据不同的分析主题确定描述各个主题中可用于分析与决策支持的相应指标 ,即多维数据模型的事实表 ,并根据各个指标的约束因素 ,确定多维数据模型的各个维。以 “门诊费用” 主题为例 ,它含有时间维、 科室维、 疾病维、 费用类别维四个维 ,形成了 “门诊费用” 分析的不同角度(某段时间、 某个科室、 某种疾病和某类收费) 。事实表由这四个维的主键和一个度量值即 “门诊应付费用总计” 组成。一个事实表与四个维表联系起来构成了一个四维分析空间。医院决策支持系统的数据仓库的逻辑模型采用星型模型 ,每个子主题对应一个星型模型结构。星型模型由一个事实表和多个维表构成。
(2)数据集成
确定了DW的数据模型之后 ,下一步就是把源数据集成到DW 中 ,具体的分为数据抽取、 数据清理、 数据转换和数据加载这四个步骤。其中数据抽取主要是通过网络把从 HIS中提取出的数据传输到系统 DW 中。要完成以上工作 ,需利用 Microsoft SQL Server 2000 的数据转换服务 DTS 包组件 ,在包中指定源数据与目标数据间的映射关系 ,把数据转换和导入导出过程保存在存储过程中 ,让服务器自动、 定期的执行。
总结与展望
现在很多企业己经开始建立数据仓库系统。但是，数据仓库建设的问题出现在两头，即:一方面是数据，国内数据库系统中数据积累还不够，作为数据仓库系统没有数据积累是没有意义的。另一方面是工具，无论是OLAP还是数据挖掘，都不太好用，不够大众化，另外由于建设数据仓库的费用巨大，相当数量的企业无法承受。如何研制一整套适合我国企事业单位的数据仓库整体解决方案，使企事业单位投入一定的经费，就有一定的收益，即边投入边产出，这是一个值得考虑的问题。
对于网络蓬勃发展的今天，如何将数据挖掘的思想引入网络信息处理领域，在WWW上进行信息挖掘，这是极具诱惑和挑战的领域，是对互联网上信息再分析和利用的巨大贡献。在Internet上建立DM和KDD服务器，与数据库服务器配合，实现数据挖掘，加强对各种非结构化数据的挖掘，如文本数据、图形图像数据、多媒体数据，这些都能更好的为决策者提供技术支持。
