联机分析处理（OLAP）.docVIP

　联机分析处理（OLAP） DW是管理决策分析的基础，若要有效地利用DW中的信息资源，必须有强大的工具对信息进行分析、决策，OLAP就是一个得到广泛用的DW技术。 OLAP专门用于支持复杂的决策分析，是支持信息管理和业务管理人员决策活动的一种决策分析工具。它可以根据分析人员的要求，迅速、灵活地对大量数据进行复杂的查询处理，并且以直观的、容易理解的形式将查询结果提供给各种决策人员，使他们迅速、准确地掌握企业的运营情况，了解市场的需求。 OLAP技术主要有两个特点：一是在线(On-Line)，表现为对用户请求的快速响应和交互操作，它的实现是由客户机／服务器体系结构完成的；二是多维分析(Multi-Analysis)，这也是OLAP技术的核心所在。 § 5.1 OLAP技术基本概念 OLAP的定义 OLAP是E.F.Codd于1993年提出的。 OLAP理事会的定义： OLAP是一种软件技术，他使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的，这些信息是从原始数据直接转换过来的，他们以用户容易理解的方式反映企业的真实情况。 OLAP大部分策略都是将关系型的或普通的数据进行多维数据存贮，以便于进行分析，从而达到联机分析处理的目的。这种多维DB也被看作一个超立方体，沿着各个维方向存贮数据，它允许用户沿事物的轴线方便地分析数据，与主流业务型用户相关的分析形式一般有切片和切块以及下钻、挖掘等操作。共享多维信息的快速分析。 OLAP的功能特征： OLAP是一种数据分析技术，其功能特征是： 1、快速性 用户对OLAP的快速反映有很高的要求，一般要求能在5秒内对分析要求有反映。 　　设计时应考虑：专门的数据存贮格式，大量的事先运算，特别的硬件设计。 2、可分析性 OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。 因为事先编程并不能定义所有的应用，所以，在OLAP分析的过程中，用户无需编程就可以定义新的计算，将成为分析的一部分，且以用户希望的方式给出报告。 实现功能： 用户可以在OLAP平台上分析； 可连接到其他外部分析工具上，如时间序列分析工具，成本分析工具，意外报警，数据挖掘等。 3、多维性 多维性是OLAP的关键属性，系统能够提供对数据分析的多维视图和分析，包括对层次维和多重层次维的支持。 多维分析是分析企业数据的最有效的方法，是OLAP的灵魂。 4、信息性 不论数据量有多大，也不管数据存贮在何处，OLAP系统应能及时获得信息，并且管理大容量信息。 5、共享性 在大量用户间实现潜在地共享秘密数据所必需的安全性需求。 几个基本概念 1、维——维是人们观察问题的特定角度，例如：时间维、地理维、产品维。 2、维层次——人们在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，我们称这多个描述方面为维的层次。 　　例　时间维：日期，月份，季度，年不同层次。 3、维成员——维的一个取值成为该维的一个维成员。 　　如果维已经分成了多层次的，则维成员就是不同维层次取值的组合。例如：某公司销售数据在省、市、县，地理维有三个层次，则“山东省潍坊市昌邑县”就构成地理维的一个维成员。维成员并不一定要在维的每一个层次上都取值，例如：山东省，山东省潍坊市，潍坊市昌邑县都是地理维的维成员。 4、多维数据集——数据立方体或超立方 多维数据集是决策支持的支柱，也是OLAP的核心。 多维数据集可以用一个多维数组表示。 多维数据集的形式化表示： （维1，维2，．．．，维n，观察变量）。 对于三维数据集可用图5-1表示： 5、 数据单元 多维数据集的取值称为数据单元。当在多维数据集的每个维都选中一个维成员以后，这些维成员的组合就惟一确定了观察变量的值。数据单元也就可以表示为：（维1维成员，维2维成员，维3维成员，观察变量） 例如：在图5-1中，在时间、销售地区、产品维度上分别取‘2002-10-12’、‘上海’、‘服装’，则可以唯一确定观察变量的值10000，因此该数据单元应该为（2002-10-12，上海，服装，10000）。 产品 销售 地区 北京 上海 化妆品 山东 玩具 服装 电器 时间 0 1 2 3 4 销售数量 图 5-1 数据立方体 对于超三维的多维数据集，则可由表表示： 时间ID 地理位置ID 产品ID 促销方式ID 销售数据 其他 2002-01-31 320112 A11 ABC