第4章OLAP技术1.pptVIP

第 4 章 OLAP 技术 第 4 章 OLAP 技术 4.1 OLAP 技术概念 4.2 OLAP 与多维分析 4.3 OLAP 的实施 4.4 多维 OLAP 与关系 OLAP 4.5 OLAP 技术评价 练习 4.1 OLAP 技术概念 在线分析处理或联机分析处理 (线分析的处理上的 OLAP ，) 是一个应用广泛的数据仓库使用技术。 两个特点，在线性 (On_Line) ，多维分析 (Multi_Analysis) ， 4.1.1 OLAP 的发展 针对特定问题的联机数据查询和分析 对原始数据按照用户的观点进行转换处理 反映用户眼中问题某一真实方面（“维”） 快速、稳定、一致和交互式的存取 允许用户对这些数据按照需要进行深入的观察 4.1.2 OLAP 的特性 1.快速性 系统能在数秒内对用户的多数分析要求做出反应 2.可分析性 用户无需编程就可以定义新的专门计算，将其作为分析的一部分，并以用户所希望的方式给出报告 3.多维性 提供对数据分析的多维视图和分析 4.信息性 能及时获得信息，并且管理大容量信息 4.2 OLAP 与多维分析 4.2.1 多维基本概念 维、维的层次、维成员、多维数据集、数据单元、多维数据集的度量值和聚集 1.维 “上卷” “下钻” 4.2 OLAP 与多维分析 2.多维数据集 3.维成员 维的一个取值、不同维层次取值的组合 、维成员描述所关心的主题在维中的位置 数据单元可以表示为：（维1维成员，维2维成员，维3维成员，维4维成员，观察变量值） 4.多维数据集的度量值 多维数据集的核心值 5.聚集 立方体中包括很多层次，这些层次可以向用户提供某一层次的概括数据 通过聚集，形成基于维的有决策分析意义的一些数据交集 4.2.2 多维分析 1.多维的切片 （维 1，维2，……，维i成员，……，维n，观察变量）是多维数据集（维1，维2，……，维i，……，维n，观察变量）在维i上的一个切片 2.多维的切块 在（维1，维2，……，维i，……，维k，……，维n，观察变量）多维数据集上，对维i，……，维k，选定了维成员，那（维1，维2，……，维i成员，……，维k成员，……，维n，观察变量）就是多维数据集（维1，维2，……，维i，……，维k，……，维n，观察变量）在维i，……，维k上的一个切块 4.2.2 多维分析 3.旋转 4.2.2 多维分析 3.旋转 4.2.2 多维分析 4.其它OLAP操作 “上卷”（roll_up）、“下钻”（drill_down）、“钻过”（drill_across）和“钻透”（drill_through）等钻取操作。“上卷”是指沿某一个维的概念分层向上归约 ；“下钻”是上卷的逆向操作，它是沿某一个维的概念分层向下或引入新的维来实现；“钻过”是指对多个事实表进行查询；“钻透”是指对立方体操作时，利用数据库关系，钻透立方体的底层，进入后端的关系表。 OLAP的其它操作还有统计表中最高值和最低值的项数，计算平均值、增长率、利润、投资回报率等统计计算。 4.2.3 维的层次关系 简单层次 复杂层次 4.2.4 维的类关系 类的划分，只能依据同一层次的维成员集合来划分 维的层次与类组合图 4.2.5 OLAP与数据仓库关系 从OLAP使用的效率角度考虑，设计数据仓库时考虑因素。 ●尽可能使用星型架构，如果采用雪花结构，就要最小化事实表底层维度表以后的维度表数量。 ●为用户设计包含事实表的维度表。 ●维度表的设计应该符合通常意义上的范式约束，维度表中不要出现无关的数据。 ●事实表中不要包含汇总数据，事实表中所包含的用户需要访问的数据应该具有必需的粒度。 ●对事实表和维度表中的关键字必须创建索引；同一种数据尽可能使用一个事实表。 ●保证数据的参考完整性，避免事实表中的某些数据行在立方体进行聚集运算时没有参加进来。 4.3 OLAP的实施 4.4 多维OLAP与关系OLAP 4.4.1 多维数据库 4.4.2 多维数据库的数据存储 4.4.3 多维数据库与数据仓库 4.4.4 MOLAP的创建与功能 4.4.5 ROLAP实现的三个规则 4.4.6 ROLAP的多维表示方法 2.雪花模式在关系数据库中的表示 4.4.7 ROLAP的创建与功能 4.5 OLAP技术评价 4.5.1 MOLAP与ROLAP的比较 1.查询性能 2.数据加载性能 3.分析能力 4.数据集市的大小 5.维的管理 6.维护能力 4.5.2 OLAP的衡量标准 1.多维性 2.直观性 3.可访问性 4.解释性批处理提取 5.OLAP分析模型 6.客户机/服务器结构性 7.透明性或开放性 8.多用户性 9.处理非正规数