第四章OLAP技术.ppt

第四章 OLAP技术 DW建立以后，人们便利用各种方法对DW进行操作，其中应用得较多的是一些多角度的、多视图模式的、下钻上卷的、可旋转的复杂的查询。这些功能仅凭DW是不够的，必需依靠某种工具或接口才能实现。 §1 引言 §2 OLAP与多维分析 §3 OLAP的实施 §4 MOLAP与ROLAP §5 OLAP技术的评价 §1 引言 OLAP 是一种强大的、利用DW进行决策分析的工具 ——它能够迅速、灵活地对大量数据进行复杂查询， 并以直观、容易理解的形式把结果提供给决策者。 一般认为，OLAP技术具有以下特点： ? 在线性(on_line)，即能够对用户的请求进行快速响应和交互操作； ? 多维分析(Multi_Analysis)，它是OLAP的核心。 OLAP的定义： OLAP是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术——OLAP委员会的定义（请特别注意，这是一类技术，而非特指某软件、或管理方法）。 OLAP的目标： 满足决策支持或多维环境特定的查询和报表需求，其技术核心是“维”，因此OLAP也可以说是多维数据分析工具的集合。 OLAP的基本概念： 维——人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维(时间维、地理维等)。 维的层次——人们观察数据的角度(即某个维)还可以存在细节程度不同的各个描述方面(时间维：日期、月份、季度、年)。 维成员——维的一个取值，是数据项在某维中位置的描述(“某年某月某日”是在时间维上位置的描述)。 多维数组——维和变量的组合，如，一个多维数组可表示为：(维1，维2，…，维n，变量)，比如，(时间，地区，产品，销售额) 就表示一个多维数组。 数据单元(单元格)——多维数组的取值 (2000年1月，上海，笔记本，$100000)。 1.OLAP的发展 ? 上世纪60’s末，E.F.Codd提出关系DB模型 → RDB及OLTP的应用 → DB规模越来越大 → 数据查询越来越复杂(条件及数据记录)； ? 开发出各种RDB的前端产品 → 并利用专门的数据综合引擎和直观的数据访问界面统一了复杂查询中的应用逻辑； ? 1993年，E.F.Codd 把上述技术统称为OLAP，他认为，OLTP甚至SQL已经不能满足决策者的需求； ? 进而E.F.Codd进一步提出了多维数据库和多维分析的概念，即OLAP技术。 OLAP的的功能主要是针对特定问题进行联机查询和分析——首先根据用户需求转换原始数据，转换后的数据能够使用户观察问题的某一真实方面(维)，然后，以各种可能的方式对这些数据进行快速、稳定、一致和交互的存取以及分析。 2.OLAP的特性 ? 快速性 ——要求数秒内(不超过30秒)对用户的多数分析做出反应； ? 可分析性 ——能处理与应用相关的逻辑及统计分析(OLAP内不必编程即可定义新的计算，或连接其他分析工具，如时间序列分析工具)； ? 多维性 ——OLAP的关键属性，灵魂； ? 信息性 ——不论数据量多大，也不管数据存储在何处，OLAP均能获得信息。 §2 OLAP与多维分析 多维分析技术是OLAP的核心。多维概念支持多维切片、切块、旋转等功能。 1.多维基本概念 维 决策者利用DW进行决策分析的出发点或角度，称为维。 事实上，数据仓库就是按照上述的维来组织的，并以维作为索引识别数据。 维，一般具有水平层次和垂直层次——前者由维层次中相同级别的字段组成，后者由维层次中不同级别的字段组成。 与维及维的层次属性关系密切的操作有上卷和下钻： ? 上卷——从较低层次的数据开始，逐步将数据按照不同的层次进行概括的处理； ? 下钻——从DW的高层数据开始，逐步向低层探索， 以了解组成概括数据的具体细节(思考：与What_if什么关系？)。 多维数据集 OLAP 的核心，也称为立方体或者超立方体，展现在用户面前的是一幅幅多维视图。 多维数据集可以用多维数组表示： (维1,维2,……,维n,观察变量)。 与三维的可视化表示方式不同，三维以上的多维数据集结构用多维表的方式表示。 维成员和数据单元 维的一个取值称为维成员——不一定要在每个层次上都取值。维成员不是被关注的对象，人们关注的是关注对象在维中的位置。 当一个多维数据集中的每个维都选中一个维成员后，也就唯一