第三章联机分析处理OLAP.pptVIP

第3章 联机分析处理--OLAP 本章学习目标： 通过 OLAP 技术概念介绍了解 OLAP 的发展和特点。 通过多维分析学习掌握多维的基本概念。 通过 OLAP 的实施掌握 OLAP 实施方法。 通过MOLAP 与ROLAP 的学习掌握MOLAP 与ROLAP的概念。 通过 OLAP 技术评价学习掌握对 OLAP 技术的评价。 第3章 联机分析处理--OLAP 3.1 概述 3.2 OLAP定义和基本概念 3.3 OLAP的数据模型 3.4 多维数据分析 3.5 OLAP的结构与分析工具 3.1 概述 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提出了多维数据库和多维分析的概念，即OLAP。 OLTP VS. OLAP OLAP基本思想 联机分析处理（OnLine Analysis Processing，OLAP）在数据仓库系统中，联机分析处理是重要的数据分析工具。 OLAP的基本思想是从多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。 OLAP是独立于数据仓库的一种技术概念 当OLAP与数据仓库结合时，OLAP的数据源为数据仓库，数据仓库的大量数据是根据多维方式组织的。 3.2 OLAP定义 联机分析处理（OLAP）是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。这些信息是从原始数据转换过来的，按照用户的理解，它反映了企业真实的方方面面。（ OLAP理事会） OLAP目标 是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维”这个概念，因此OLAP也可以说是多维数据分析工具的集合。 OLAP基本概念 变量：从现实系统抽象出来的，用于描述数据的实际含义，即描述数据“是什么” 维：是与某一事件相关的因素在关系模型的抽象，是人们观察数据的特定角度。如产品维、顾客维、时间维等。 维的层次性：是由观察数据细致程度不同造成的。如日、月、季、年是时间维的层次。 维的取值：即维的成员。如“某年某月某日”是时间维的一个成员。 OLAP基本概念 维的分类：按照一定的划分标准对维的所有取值集合的一个分类划分，用于数据钻取和聚合。如上半年、下半年是对时间维的划分。 事实：不同维度在某个取值下的交叉点，是对事件的度量。如（牙膏，上海，1998年12月，批发，销售额为100000） 多维数据立方体 维的例子 一个电子公司的销售一般从三个方面分析销售额： 时间：在某一段时间内的销售情况，其度量为（年、季度、月、旬、天） 地区：在某个地区的销售情况，度量可分为（地区、国家、省、市） 产品：某类或某型号产品的销售情况，度量可分为（类别、型号等） 此处，（时间，地区，产品）就构成了三个维。维有层次结构，可以在某个层上察看数据。 维的例子 地区的层次 维的例子 正好构成一个数据立方体，可以有更高阶的维，但仍然称为数据立方体。 OLAP数据立方体的计算（物化） 数据立方体的个数 有产品(type)、城市(city)、日期(date)三个维，则： OLAP数据立方体的计算（物化） 一般，若有n个维，则立方体个数是 OLAP数据立方体的计算（物化） 实际维上有分层，如（年、季度、月、星期、日），所以实际的立方体个数是极大的。所以，实时计算的工作量极大，但全部事先计算，则存储量又极大。 方体的选择计算： 不物化：即不预先计算任何“非基本”方体 全物化：预先计算所有的方体 部分物化：在整个可能的方体集中，有选择地物化一个适当的子集 在OLAP中一般采用部分物化，应考虑三个因素: (1)确定要物化的方体子集； (2)利用查询处理时物化的方体； (3)在装入和刷新时，有效地更新物化的方体。 3.3 OLAP的数据模型 3.3.1 MOLAP数据模型 3.3.2 ROLAP数据模型 3.3.3 MOLAP与ROLAP的比较 3.3.4 HOLAP数据模型 3.3.1 MOLAP的数据模型 MOLAP是基于多维数据库存储方式建立的OLAP；表现为“超立方”结构，采用类似于多维数组的结构。 例如，二维MDDB（数组，即矩阵）的数据组织见下表 3.3.2 ROLAP数据模型 ROLAP是基于关系数据库的OLAP。 它是一个平面结构，用关系数据库表示多维数据时，采用星型模型。 3.3.3 MOLAP与ROLAP的比较 1.数据存取速度 2.数据存储的容量 3.多维计算的能力 4.维度变化的适应性 5.数据变化的适应性 6.软硬件平台的适应性 7.元数据管理 1.数据存取速度 ROLAP服务器需要将SQL语句转化为多维存储语句，临时“拼合”出多维数据立方体。因此，ROL