联机分析处理（OLP）技术应用研究.docVIP

联机分析处理(OLAP)技术应用研究 摘要：随着数据库的发展，OLTP(在线事务处理)已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求，因此提出了OLAP概念。本文介绍了OLAP的基本知识，包括OLAP多维数据概念、多维数据结构、多维数据分析、特征等等，最后介绍SQL Server7.0的OLAP Services基本知识。 关键词：数据仓库；OLAP；OLTP；多维数据库；多维立方体；  目录 第一章 发展背景 3 第二章 数据仓库基本知识 5 第三章 OLAP多维数据概念 8 1、维 8 2、多维性 8 3、例子 9 4、维的层次关系 9 第四章 OLAP多维数据结构 11 1、超立方结构 11 2、多立方结构 11 3、活动数据的存储 12 第五章OLAP多维数据分析 13 1、切片和切块(Slice and Dice) 13 2、钻取(Drill) 13 3、旋转(Rotate)/转轴(Pivot) 14 第六章 OLAP结构 15 1、星型模型 15 2、雪片模型 16 3、MOLAP多维数据结构 17 4、ROLAP与MOLAP比较 18 第七章 OLAP的特征 19 1、快速性 19 2、可分析性 19 3、多维性 19 4、信息性 19 第八章 OLAP的展望 20 1、WebOLAP 20 2、OLAP+数据挖掘 20 第九章SQL Server7.0的OLAP Services介绍 22 第一章 发展背景 自从上实际60年代关系数据库之父E.F.Codd 提出了关系模型以来，数据库技术特别是OLTP(在线事务处理)发展得比较成熟 ，它的根本任务就是及时地、安全地将当前事务所产生的记录保存下来。随着时间的推移 ，历史数据不断堆积 ，总量不断变大 ，人们已经不满足于仅仅处理当前数据 ，怎样将日益堆积的数据进行有效的管理 ，挖掘其中埋藏的信息宝库成了新的问题。同时在激烈的市场竞争中，商业企业需要迅速地获取重要的业务指标、销售和利润趋势、市场和产品的获利率、财务状况、客户分布以及外部竞争数据等诸多关键信息。OLTP已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此，E.F.Codd提出了多维数据库和多维分析的概念，即联机分析处理---OLAP(On-line Analytical Processing)。 OLAP是以数据库或数据仓库为基础的 ，其最终数据来源与OLTP一样均来自底层数据库系统 ，但由于二者面向的用户不同 ，OLTP面对的是操作人员和低层管理人员 ，OLAP面对的是决策人员和高层管理人员 ，因而数据的特点与处理也明显不同。关系数据库擅长迅速地检索少量记录 ，应用于决策支持系统时，反应速度较慢且浪费系统资源。许多人想用关系数据库解决的问题本质上是多维数据问题。例如，如果要利用SQL查询来按地区求出产品的总销量，或按品名求出产品在各地区的销量总和，这就需要涉及对销量数据库中大部分数据记录的检索和处理，需要花数小时才能完成。而一个OLAP数据库服务器能够在几秒钟内完成这种查询。以下是两者的区别： OLTP数据 OLAP数据 原始数据 导出数据 细节性数据 综合性和提炼性数据 当前值数据 历史数据 可更新 不可更新，但周期性刷新 一次处理的数据量小 一次处理的数据量大 面向应用，事务驱动 面向分析，分析驱动 面向操作人员，支持日常操作 面向决策人员，支持管理需要 OLAP将业务决策者进入一个新的分析水平。通过快速、一致、交互地访问各种可能的信息视图 ，帮助数据分析人员、管理人员、决策人员洞察数据的奥秘 ，掌握隐于其中的规律 。 OLAP力图处理数据仓库中浩如烟海的数据 ，并将之转化为有用的信息 ，从而实现对数据的归纳、分析和处理 ，帮助企业完成决策 。 OLAP支持最终用户进行动态多维分析 ，其中包括跨维、在不同层次之间跨成员地计算和建模 ；在时间序列上的趋势分析、预测分析 ；切片和切块 ，并在屏幕上显示 ，从宏观到微观 ，对数据进行深入分析 ；可查询到底层的细节数据 ；