大数据与数据挖掘之数据仓库.pptVIP

  • 11
  • 0
  • 约5.28千字
  • 约 46页
  • 2019-02-03 发布于天津
  • 举报
大数据与数据挖掘之数据仓库

Q1 Q2 Q3 Q4 计算机 安全 家庭娱乐 电话 南京 北京 上海 广州 605 825 14 400 395 1560 440 地区 (城市) Q1 Q2 Q3 Q4 计算机 安全 家庭娱乐 电话 江苏省 广东省 地区(省) 上卷 从城市到省 下钻是上卷的逆操作,它由不太详细的数据到更详细的数据。下钻可以通过沿维的概念分层向下或引入新的维来实现。 例:沿着年季月天定义的时间维的概念分层向下,在中心数据立方体执行下钻操作的结果。 5、下钻 150 北京 南京 上海 广州 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 时间(月) 地区(城市) 150 100 150 计算机 安全 家庭娱乐 电话 下钻 从季到月 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。 OLAP提供了分析建模机制,包括推导比率、变差等以及跨越多维计算度量的计算引擎。它能在每一粒度级和在所有维的交叉产生汇总、聚集和分层。OLAP也支持预报、趋势分析和统计分析的函数模型。 在这种意义下,OLAP是一种强有力的数据分析工具。 多维分析-维度 维度在数据仓库中主要对用户要读取的指标进行过滤和重新组织。可以将用户对事实的查询结果按照维度指标进行筛选,只允许与维度指标相关的数据返回给用户。 维度层级

文档评论(0)

1亿VIP精品文档

相关文档