基于销售系统的联机的分析处理设计.docVIP

基于销售系统的联机分析处理设计 摘 要 本文对OLAP的概念、特征及体系结构进行了分析。提出了一种OLAP分析系统的设计与实现方法，在此基础上给出了一个从OLAP数据源设计到应用程序设计的实例，实现了对数据的多角度、多层次的查询及初步分析功能。 关键词 多维数据； OLAP； 数据仓库； 联机分析处理1 OLAP概述 1993年，E.F.Codd提出了多维数据库和多维分析的概念，即OLAP[3][4] [5]。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。 1.1 OLAP技术的特性 (1)快速性：用户对OLAP的快速反应能力有很高的要求。 (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。 (3)多维性：多维性是OLAP的关键属性。系统必须提供对数据的多维视图和分析，包括对层次维和多重层次维的完全支持。 (4)信息性：不论数据量有多大，也不管数据存储在何处，OLAP系统应能及时获得信息，并且管理大容量信息。1.2 OLAP的分类 按照存储方式可分为三类：ROLAP、MOLAP、HOLAP；按照地理位置可分为两类：Sever OLAP、Client OLAP。 下面主要介绍一下按照存储方式所分的三类。主流的数据组织方式有3种：基于关系型数据库的；基于多维数据库的；基于关系型数据库与多维数据库的混合方式。针对不同的数据组织方式这些OLAP技术相应的称为ROLAP（基于关系型数据库的）、MOLAP（基于多维数据库的）、HOLAP（基于关系型数据库与多维数据库的）。1.2.1 ROLAP ROLAP（Relational OLAP）表示基于的数据存储在传统的关系型数据库中。每一个ROLAP分析模型基于关系型数据库中一些相关的表。这些相关的表中有反映观察角度的维度表，有含有指标值的事实表，这些表在关系型数据库中通过外键相互关联，典型的组织模型有星型模型与雪花型模型。1.2.2 MOLAP MOLAP（Multidimensional OLAP）表示基于的数据存储在多维数据库中。多维数据库有时也称数据立方体。多维数据库可以用一个多维数组表示。举例来说：包含时间维度、地区维度、品牌维度、销售指标的数据模型通过多维数据集合可表示成（时间维度、地区维度、品牌维度、销售指标）。通过这种方式表示数据可以极大提高查询的性能。表一给出了ROLAP和MOLAP的比较。1.2.3 HOLAP HOLAP表示基于的数据存储是混合模式的（Hybrid OLAP）。ROLAP查询性能较MOLAP差，存储却较MOLAP节省。这两种方式的OLAP技术各有利弊，为了同时兼有MOLAP与ROLAP的优点，提出一种HOLAP将数据存储混合，粒度较大的高层数据存储在多维数据库中，粒度较小的细节层数据存储在关系型数据库中。这种HOLAP具有更好的灵活性[2]。 表1 ROLAP与MOLAP的比较MOLAPROLAP查询性能查询响应速度快响应速度较快分析能力在支持时间连续的分析或静态分析时优势明显因SQL制约而带来一些分析上的障碍数据存储基于多维数据库，容量小基于关系数据库，容量大数据存取利用多维查询语言利用关系表，用SQL实现灵活行使用过程中很难修改，不灵活在使用时可修改可迅速满足用户要求2 OLAP系统的开发技术2.1 DTS包 许多的组织都需要将他们的数据集中起来以提高决策的合作程度，然而他们的数据可能以不同的格式存储在不同的地方。数据转换服务（DTS）提供了一系列的工具管理这些重要的信息。它可以把不同的数据来源中的数据结合起来，并利用自身的数据转换功能，把这些结合后的数据放入数据仓库之中[4]。 在使用DTS进行数据转换或者是将数据导入导出到数据仓库中时，必须考虑以下四个过程，如图1所示。图1 数据转换过程 数据验证（Data Validation） 数据迁移（Data Migration） 数据清理（Data Scrubbing） 数据转换（Data Transformation）2.2 MDX MDX是OLAP多维立方体查询语言，在功能上类似于关系数据库查询语言SQL，是OLAP服务器与外界交互的专用语言主要语法如下：SELECT lt;SETgt; [lt;dimension_propertiesgt;] ON lt;axis_namegt;FROM lt;CUBE_NAMEgt;WHERE (slicer_specification )lt;axis_namegt;被定义成： SELECT子句用来选择维成员和度量，由于检索的是多维数据集，ON子句用来确定所选或度量显示于哪个轴，FROM子句用来指出数据来源的立方体，这样，MDX就可以访问任何结构良好的数据立方体了[4]。2.3 A