OLAP技术在数据分析中应用.docVIP

OLAP技术在数据分析中应用 　　摘要：首先介绍了OLAP的概念、功能特征，然后通过实例对多维数据库的概念、层次关系和多维数据分析的主要操作进行了详细描述。最后，以ORACLE公司的Hyperion产品作为多维数据库分析的平台，通过对一大型能源集团公司的财务预算系统中的预算数据进行分析，介绍了OLAP技术方法的实际应用，总结了OLAP技术在数据分析工作中的优势。 　　关键词：联机分析处理；多维数据库；数据分析；甲骨文产品；财务预算系统 　　中图分类号：TP392 文献标识码：A 文章编号：1007-9599 （2013） 02-0000-03 　　OLAP（On-Line Analytical Processing，即联机分析处理）是一种多维数据库技术。这种技术的设计目的是针对特定问题的实时数据访问和分析，并且提供直观易懂的查询结果。还有一种处理技术OLTP（on-Line transaction processing，即联机事务处理），与OLAP不同，OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理。 　　1 OLAP技术介绍 　　1.1 OLAP技术的发展背景 　　60年代，关系数据库之父E.F.Codd提出了关系模型，促进了联机事务处理（OLTP）的发展（数据以表格的形式而非文件方式存储）。1993年，E.F.Codd提出了OLAP概念，认为OLTP已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。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，E.F.Codd提出了多维数据库和多维分析的概念，即OLAP。OLAP技术正是为了满足决策管理的需求而产生的。 　　1.2 OLAP特征 　　OLAP的技术核心是维（Dimension）这个概念。“维”是指一种视角，是一个判断、说明、评价和确定一个事物的多方位、多角度、多层次的条件和概念。通过把一个实体的多项重要的属性定义为多个维，使用户能对不同维上的数据进行动态的多维快速访问和分析。包括：在维之间、成员之间交叉组合分析；对连续时间段进行趋势分析；将数据切片从不同切面比较数据；向下钻取到组合数据的更深层观察细节数据；向上上卷到细节数据的更高层观察汇总数据.因此OLAP也可以说是多维数据分析工具的集合。由此可以得出OLAP的四个特征：多维性、快速性、可分析性和信息性。 　　1.3 多维数据的概念及层次关系 　　关系数据库是围绕一条一条“记录”而形成的。多维数据库的技术核心是“维”，类似于数组。下面举例说明：NBA（National Basketball Association）联盟有三种收入来源（转播、门票和广告），下表是其中两支NBA球队（LAKERS，KINGS）的销售收入，其中表1是关系表，表2是根据每支球队的销售来源转化成的多维表。 　　通过上图可以看出，表2中表达的数据关系更直观。在多维数据库中，通常将“球队”定义成“组织”（Entity）维，将“收入来源”定义为“业务方向”（Business）维，销售额定义为“科目”（Account）维。表2从组织维和业务方向维展示了销售收入状况。其中，“Entity”为维度，球队名称：LAKERS，KINGS为维度成员，即维值。“维”具有层级关系，如父子关系，兄弟关系等。如本例中，Entity和LAKERS的关系就是父子关系，LAKERS和KINGS的关系为兄弟关系。若在Entity和LAKERS之间定义了其他维值，如NBA、WEST（西部）和Pacific Division（太平洋赛区），即：Entity-NBA-WEST-Pacific Division-LAKERS，那“Entity”与“LAKERS”的层级关系就变成了祖辈与后代的关系。 　　1.4 多维数据分析的操作 　　OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等，对数据进行剖析，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入分析包含在数据中的信息。 　　钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。旋转是变换维的方向，即在表格中重新安排维的放置（即行列互换）。