[2018年最新整理]for-freeDB2OLAPServer理论和实践.docxVIP

DB2 OLAP Server理论和实践丁清华?9/3/2003dingell@前言本文将讨论DB2 OLAP?服务器和?Essbase?方面的重要实施体验。涵盖OLAP?的数据立方体存贮原理，设计要点到OLAP，但并非是详尽无遗的，并且结合一个具体项目介绍在实施OLAP应用时需要注意的一些情况，也当是笔者从中得到的经验或者教训，希望本文能够对相关技术人员实施OLAP应用有所帮助。本文在参考Essbase联机文档和IBM DB2 OLAP红皮书，再结合自身开发过程写出的。由于自身水平有限，请各位同行能够指出不足之处，欢迎大家都来交流。本文中的OLAP服务器是指IBM DB2 OLAP Server?版本?7（包含多维存储选项）和?Hyperion Essbase OLAP Server?版本?6.0。下表?1?列出?IBM DB2 OLAP Server?和?Hyperion Essbase OLAP Server?的版本HyperionIBMEssbase Server 5.0DB2 OLAP Server 1.0Essbase Server 5.0.2DB2 OLAP Server 1.1Essbase Server 6.0DB2 OLAP Server 7.1?第1章?DB2?OLAP简介???1．1??OLAP简介联机分析处理(OLAP)的概念最早是由关系数据库之父E.F.Codd于1993年提出的。当时,Codd认为联机事务处理(OLTP)已不能满足终端用户对数据库查询分析的需要,SQL对大数据库进行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,即OLAP。1．2?????????多维数据库多维数据库(Multi-Dimesional Database,MDD)可以简单地理解为:将数据存放在一个n维数组中,而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵,人们可以通过多维视图来观察数据。多维数据库增加了一个时间维,与关系数据库相比,它的优势在于可以提高数据处理速度,加快反应时间,提高查询效率。目前有两种MDD?的OLAP产品:基于多维数据库的MOLAP和基于关系数据库的ROLAP。DB2 OLAP Server（Hyperion Essbase OLAP Server）是一种典型的MOLAP。1．3?????????DB2 OLAP Server结构DB2 OLAP Server客户－服务结构支持企业分析应用。服务器端：所有的OLAP应用组件，包括多维数据库大纲，计算脚本，规则文件和数据库信息都存在服务器端。OLAP Server通常运行在UNIX服务器上。客户端：DB2 OLAP客户端从服务器上分析和返回数据主要是通过几种方式来实现的：Lotus?1-2-3, Microsoft Excel,?客户应用程序接口和各种专业的前端展现工具（Hyperion Analyzer,BO,Brio,Cognos Powerplay etc.）。DB2 OLAP提供丰富的API，开发人员可以用VB，VC和C等语言访问OLAP的API实现用户的各种需求，如自动调度，用户权限等任务。第2章?DB2?OLAP多维数据库的存贮原理?????DB2 OLAP?存储结构作为矩阵(或数组)实施数据存储的概念也许是DB2 OLAP?开发人员应该学习的最为重要的概念。对矩阵管理的完全了解包括理解稀疏性的推论概念。也就是说，添加到矩阵中的维越多，矩阵中实际包含值的交点(或单元)所占比例就越小。????将二维数组的商业示例看作是含有“度量”维的三个成员，分别称为销售额、销售成本及利润(销售额减销售成本)，按照“时间”(第二个维)每天进行记录，持续一年。随着时间的推移(日复一日)，我们通常能够直观地测量销售额和销售成本，并生成利润。此模型会有1,095个交点(365?天乘以3?个度量 － 参见图?1)。“日”和“度量”紧凑迁移的描述十分容易理解。对于给定日期，如果有一个销售额数字，您可能也有销售成本信息，并可因此计算出利润度量。除非有销售信息季节波动剧烈，否则多数时间里都会有销售信息，因此，可能在所有时间内矩阵被“紧凑”填充以进行“度量”。图1.?交点数量——?示例??????当我们添加更多维时，就会涉及到稀疏性这一概念。例如，试图将“客户”(数量为100,000)和“产品”(数量为50)的维添加到该模型。通常很容易想到，这些维中将存在许多不包含数据的交点。并非所有客户都会在一年中的每一天购买所有产品。随着每个维所有成员的笛卡尔乘积般的增加，交点的数目也随之增加。我们的模型就从1095?个单元增加到5,475