Chap4_1_联机分析处理(OLAP).pptVIP

联机分析处理（OLAP） OLAP 的基本概念 OLAP的多维数据分析 OLAP 的模型 OLAP工具评价 引例 在最近几年的一次股东会议上，百事可乐公司(PepsiCo，Inc)的首席执行官韦思·加洛韦(D. WayneCalloway)说：“10 年前，我可以告诉你们立体脆(Doritos)在密西西比州西部的销售情况。今天，我不但可以告诉你们立体脆在密西西比州西部销售得多么好，而且还可以告诉你们它们在加利福尼亚、在奥伦奇城、在欧文县以及每周四在本地Vons 超市第四通道的促销中销售得多么好。 OLAP 的基本概念 OLAP 的发展背景 联机分析处理是数据仓库系统的一个应用 OLAP 的发展背景 自 20 世纪80 年代开始，许多企业利用关系型数据库来存储和管理业务数据，并建立相应的应用系统来支持日常的业务运作。 这种应用以支持业务处理为主要目的，被称为联机事务处理(On-line Transaction Processing，OLTP)应用，它所存储的数据被称为操作数据或者业务数据 随着市场竞争的日趋激烈，企业更加强调决策的及时性和准确性，这使得以支持决策管理分析为主要目的的应用迅速崛起，这类应用被称为联机分析处理，它所存储的数据被称为信息数据 联机分析处理的概念最早由关系数据库之父 E.F. Codd 于1993 年提出。Codd 认为，联机事务处理已不能满足终端用户对数据库查询分析的要求，SQL 对大容量数据库的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量的计算才能得到结果，而查询的结果并不能满足决策者提出的需求 因此，Codd 提出了多维数据库和多维分析的概念 OLAP的多维数据分析 OLAP 的一些基本概念 理解数据立方 OLAP 的基本分析操作 OLAP 的一些基本概念 变量 维 维的层次 维成员 多维数组 数据单元(单元格) 变量 变量是数据的实际意义，即描述数据是什么。例如，数据 100 本身并没有意义或者说意义未定，它可能是一个学校的学生人数，也可能是某产品的单价，还可能是某商品的销售量等。在一般情况下，变量总是一个数值度量指标，例如人数、单价、销售量等都是变量，而100 则是变量的一个值。 维 维是人们观察数据的特定角度。例如，企业常常关心产品销售数据随着时间的推移而产生的变化情况，这时是从时间的角度来观察产品的销售，所以时间是一个维(时间维)； 企业也时常关心自己的产品在不同地区的销售分布情况，这时是从地理分布的角度来观察产品的销售，所以地理分布也是一个维(地理维)。其他还有如产品维、顾客维等。 维的层次 人们观察数据的某个特定角度(即某个维)还可以存在细节程度不同的多个描述方面，称这多个描述方面为维的层次。 一个维往往具有多个层次，例如，在描述时间维时，可以从日期、月份、季度、年等不同层次来描述，那么日期、月份、季度、年等就是时间维的层次；同样，城市、地区、国家等构成了地理维的层次 维成员 维的一个取值称为该维的一个维成员。如果一个维是多层次的，那么该维的维成员是由各个不同维层次的取值组合而成的。 例如，考虑时间维具有日期、月份、年这3 个层次，分别在日期、月份、年上各取一个值组合起来，就得到了时间维的一个维成员，即“某年某月某日” 一个维成员并不一定在每个维层次上都要取值，例如“某年某月”、“某月某日”、“某年”等都是时间维的维成员。 对应于一个数据项来说，维成员是该数据项在某维中位置的描述。例如，对于一个销售数据来说，时间维的维成员“某年某月某日”就表示该销售数据是“某年某月某日”的销售数据，“某年某月某日”是该销售数据在时间维中位置的描述。 多维数组 一个多维数组可以表示为(维l，维2，……，维n，变量)。例如，若日用品销售数据是按时间、地区和销售渠道组织起来的三维立方体，加上变量“销售额”，就组成了一个多维数组(地区，时间，销售渠道，销售额)，如果在此基础上再扩展一个产品维，就得到一个四维的结构，其多维数组为(产品，地区，时间，销售渠道，销售额)。 数据单元(单元格) 多维数组的取值称为数据单元。当多维数组的各个维都选中一个维成员时，这些维成员的组合就唯一确定了一个变量的值。那么数据单元就可以表示为(维1 维成员，维2 维成员，……维n 维成员，变量的值)。 例如，在产品、地区、时间和销售渠道上各取维成员“牙膏”、“上海”、“1998 年12 月”和“批发”，就唯一确定了变量“销售额”的一个值(假设为100 000)，则该数据单元可表示为(牙膏，上海，1998 年12 月，批发，100 000) 理解数据立方 用于 OLAP 的数据是多维的。图4.2即为从购买地区、购买时间和产品名称等3 个视角来分析购买订单时需要的一种数据立方。 数据立方又称多维数据集，是用来分析