OLAP讲义.pptVIP

2.4.3 OLAP结果的展现方法 OLAP系统向用户展现数据分析结果的方法有很多，但主要方法还是报表和图形。 多维数据报表可以非常详细的向用户提供分析的结果，用户可以在报表中找到所需的各种数据，从而为实施决策获取帮助。 图形方式具有直观性，而用户往往并不关心数据的细节，只需知道各种因素对分析结果的影响程度。因此，图形方式（如饼图、柱状图等）比多维报表更受欢迎。 从联机分析处理到联机分析挖掘 (OLAP / OLAM挖掘) 将联机分析处理与数据挖掘以及在多维数据库中发现知识集成在一起。 联机分析挖掘提供在不同的数据子集和不同的抽象层上进行数据挖掘的工具。 联机分析挖掘为用户选择所期望的数据挖掘功能动态修改挖掘任务提供了灵活性 。 超立方体计算与传统挖掘算法的结合。 先进行立方体计算，后进行数据挖掘 先对多维数据作数据挖掘，然后再利用立方体计算算法对挖掘结果分析 立方体计算与数据挖掘同时进行 OLAP发展 用户图形界面API 数据库 数据仓库 数据库 元数据 OLAM 引擎 OLAP 引擎 MDDB 数据方API 数据库API 基于约束的数据挖掘 数据清理 过滤 挖掘结果 数据集成 数据过滤 数据集成 第一层 数据存储 第二层 多维数据库 第三层 OLAP/OLAM 第四层 用户界面 一个集成的OLAM和OLAP结构 总结 OLAP是以决策支持为目标，对海量数据的复杂分析操作的数据处理过程。 重点了解： OLAP基本概念 OLAP的基本分析操作 数据模型的实现技术 * * OLAP也被称为多维分析 * 主题是与传统数据库的面向应用相对应的，是一个抽象概念，是在较高层次上将企业信息系统中的数据综合、归类并进行分析利用的抽象。每一个主题对应一个宏观的分析领域。数据仓库排除对于决策无用的数据，提供特定主题的简明视图。 * 讲解OLAP中一些基本概念：变量，维，维的层次，维变量，多维数组，数据单元（单元格） * * 依据图示举例说明，什么是变量，什么是维，什么是维成员，什么是多维数据，什么是数据单元 （举例） * * 注：在ROLAP中，多维数据立方体并没有真正存在，通常需要在接受客户OLAP请求后，ROLAP服务器需要将SQL语句转化为多维存取语句，并利用连接运算拼合出多维数据立方体，因此ROLAP的响应时间较长。 ROLAP ROLAP的特点 数据结构和组织模式需要预先设计和建立； 数据查询需要进行表连接，在查询性能测试中往往是影响速度的关键； 数据汇总查询（例如查询某个品牌的所有产品销售额），需要进行Group by 操作，虽然实际得出的数据量很少，但查询时间变得更长； 为了改善数据汇总查询的性能，可以建立汇总表，但汇总表的数量与用户分析的角度数目和每个角度的层次数目密切相关。例如，用户从8个角度进行分析，每个角度有3个汇总层次，则汇总表的数目高达3的8次方。  定义 MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。 以多维数据组织方式为核心,也就是说, MOLAP使用多维数组存储数据。 多维数据在存储中将形成“立方块（Cube）”的结构,在MOLAP中对“立方块”的“旋转”、“切块”、“切片”是产生多维数据报表的主要技术。 由于MOLAP采用了新的存储结构，从物理层实现起，因此又称为物理OLAP(PhysicalOLAP) MOLAP 多维数据的组织存放（细节数据） 例 维1：产品；维成员：冰箱、彩电、空调； 维2：地区；维成员：东北、西北、华北； 变量：销售量 ??RDB中的数据组织 MDB中的数据组织 MDB方法的优点（细节数据） 清晰简明，占用存储少 性能好，尤其像“冰箱销售总量是多少？”的查询 RDB方法：找出有关“冰箱”的记录，再对销售量求和 MDB方法：找到有关“冰箱”的行，按行求和 多维数据的组织存放（综合数据） RDB中的数据组织 多维数据的组织存放（综合数据） MDB中的数据组织 表中交点处的数字称为数据单元 MDB中的维对应RDB中的数据域（列） MDB中的数据单元（包括相关的维成员）对应RDB中的记录（行） ??本表中有16个数据单元，上一表中有16条记录 MDB方法的优点（综合数据） 多维概念表达清晰，占用存储少 对数据进行综合的速度快（只需按行/列累加） 在RDB中，“总和”作为某个域上的取值（属性值）与列定义语义不符 细节数据 清晰简明，占用存储少 性能好，尤其像“冰箱销售总量是多少？”的查询 RDB方法：找出有关“冰箱”的记录，再对销售量求和 MDB方法：找到有关“冰箱”的行，按行求和 综合数据 多维概念表达清晰，占用存储少 对数据进行综合的速度快（只需按行/列累加）