LE-OLAP中多维数据模型及聚合算法地研究.pdf

摘要 随着数据库技术的飞速发展，人们逐渐意识到信息的对于一个企业的重要 性，各大小企业都开始使用各种数据库管理系统来保存企业的数据。为了能够 有效的利用这些数据，人们通常会采用OLTP(联机事务处理)技术不断地对这 些数据进行处理。随着数据的积累，企业决策人员希望能够更好地利用这些历 史数据，分析出其中的规律，用来指导企业的决策和发展，于是开始使用数据 仓库和OLAP(联机分析处理)技术处理海量的历史数据，以得到有用的信息。 是基于关系数据库的，对数据的处理依赖于关系表和SQL查询。MOLAP是基 于多维数据结构的，数据通常以数据立方体的形式组织，支持数据的多维视图。 目前大多数的OLAP应用都是基于关系的ROLAP系统，但是相比而言，MOLAP 具有更高的灵活性，能够提供快速的查询，让用户能够更方便的从多角度来观 察聚合的结果。 本文首先对MOLAP的相关技术及国内外的研究现状进行了深入的研究， 然后选择一个可行的方案来设计实现LE．OLAP多维数据分析引擎。主要的研究 工作有以下几个方面： 1．对多维数据模型的建模与表示进行了充分的研究，结合实际的应用场景 提出了感兴趣的子立方的概念，建立了一个具有良好扩展性的通用的多维数据 模型。 2．通过对常见的数据立方体聚合算法进行研究，确定在LE．OLAP系统中 采用BUC算法完成聚合计算的优势与可行性。然后介绍了BUC算法，并基于 BUC算法的特性，对BUC算法进行了改进，在聚合计算过程中加入维度中的层 次信息和感兴趣的子立方，并在此基础之上用实现了多线程BUC算法和分块 BUC算法。 3．将改进后的BUC算法应用到LE．OLAP系统中，通过实验对各种改进方 案的结果进行分析和比较。 关键词：多维数据模型，BUC，联机分析处理，LE．OLAP Abstract With ofdatabase realized the rapiddevelopment technology,peoplegradually thattheinformationisSO toall tousea enterprise，80 begin important companies ofdatabase tostorethedataofthe orderto variety managementsystems company．In usethe use transaction effectivelydata,peopleusuallyOLTP(onlineprocessing) todealwiththesedata．Withtheaccumulationofdata,enterprise technology want betteruseofthesehistorical thelaw decision-makerstomake data,and analyze to and toUSethedatawarehouse guidedecision-makingcompanydevelopmentbegan and todealwitllthevastamountsof OLAP(onlineanalyticalprocessing)technology historical information． datato useful get