OracleExpress构建OLAP分析系统.docVIP

使用OES构建OLAP分析系统 摘要：如何实现对企业海量数据的分析，为决策提供有价值的信息，基于多维数据库的OLAP系统是企业管理者的最佳选择。什么是OLAP，如何构建OLAP系统？本文详细阐述了OLAP基本概念、OLAP体系结构以及构建OLAP的解决方案——OES的详细开发过程。 关键词：OLAP、OES、多维数据库 联机分析处理（OLAP）最初是由关系数据库之父E.F.Codd于1993年提出的，它是用于对数据仓库进行查询的一种技术，适用于对海量数据进行快速的分析处理。它与传统的联机事务处理（OLTP）的根本区别在于OLTP是事务型，具有实时性、事件驱动等特点，适用于关系型数据库，它为关系型数据库提供常用功能；而OLAP则是分析型，是一个用户接口概念，而不是一种数据存储技术，具有多维性、可钻取性、旋转性、多视图模式等特点。 一、OES体系结构： OES（Oracle Express Server）是Oracle公司对OLAP系统提出的一种解决方案，它是一个单一的、集成化的软件结构，具有超强的分析能力和良好的性能。使用OES，用户就可以对数据进行切片、切块、任意钻取等在OLTP下难以实现的各种分析功能的操作。而且Oracle Express具有友好的用户界面以及图表分析能力。与Oracle数据库服务器一样，Oracle Express服务器也可以在Windows NT、UNIX各种产品等多种硬件平台上运行。 Oracle Express数据模型是一种多维化的数据模型，它是一种关于诸如数值、数目等数字化数据的一种模型，与关系模型相比，多维模型支持数据分析能力更强。Oracle Express中数据都是以多立方体（Multicube）的模式存放于多维数组中，超立方体就是用户所要分析的数据集合的内容，这种存储方式具有很强的灵活性和旋转性，能够提供高水平的多维视图，大大提高了分析效率；其主要元素就是“维”、“变量”、“公式”、“关系”、“层次”等，其详细定义为： 维（Dimension）――在Express中，一系列维的组合就能够对在变量中的数据或通过公式得出的数据加以组织并索引。以超市销售为例，有一些因素会影响他的销售业务，如商品、时间、商店，更具体如品牌、月份、地区等。对某一给定的商品，也许他想知道该商品在哪个商店和哪段时间的销售情况；对某一商店，也许他想知道哪个商品在哪段时间的销售情况；在某一时间，也许他想知道哪个商店哪种产品的销售情况；这里,商店、时间和产品都是维。各个商店的集合是一维,时间的集合是一维,商品的集合是一维。 “维”是一个典型的层次结构，可以具有多个层次，以时间维为例，它可以分为“年”、“季度”、“月”、“日”等多个层次，OES中存在已经定义好的时间维数据模型（Time）。 变量（Value）――也称为“事实”，通常代表用户分析中需要看到的一些数据，如销售额、销售数量等，但也可以是描述型变量，如产品标签等文本化数据。强烈建议所有变量都定义为数值型，否则就不能进行图形化分析。仍以超市为例，该超市某一种产品的销售价格、销售数量就要定义为变量。变量要受到维的限制，本例中的销售价格、销售数量可能要受到商店、商品、时间等维的限制，这些限制该变量的维值，就是分析该变量是所有的查询条件。 公式（Formula）――公式就是通过动态计算而导出的一些数据项。与变量不同的是，公式并不进行存储，而是在程序运行时候才被激活，程序结束时公式也就从内存中删除。以上述超市为例，如果要统计该超市的某一产品，某一时间段的销售额，那么就可以定义一个公式销售额＝销售价格×销售数量，这样变量就和所生成的公式受到共享维的限制。 关系（Relation）――关系就是将某一维值与其他维的维值连接起来，最常见的关系类型有层次（Hierarchy）、上下、一对多等。使用这些关系，Oracle Express就可以动态执行聚合和任意选定限制范围。 层次（Hierarchy）――层次是维值的一种组织方式，它是多维数据分析系统提供钻取功能的基础。如图1所示的商品层次结构，它将产品分成四个层次（Level）： 了解了Oracle Express的数据模型以后，下面再介绍一下OLAP多维数据分析中经常使用的术语： 切片、切块（Slice）――在多维数据分析系统中，数据通常都是以多立方体的格式进行存储，这样按照二维可以进行切片，按照三维可以进行切块，通过切片和切块就非常容易地得到所需要的数据。如上述超市例子中，通过对“商店、商品、时间”三维立方体中进行切片和切块操作，就可 以得到各商店、各商品的销售情况。 聚合（Roll up）――聚合是指将维值分层中子层的数据进行累加到父层中的过程，通常是从最低层开始逐层向上进行累积。 钻取（Drilling）――钻取就是将一条概要性的