联机分析处理（OLAP）若干关键技术的研究-计算机应用技术专业论文.docxVIP

论文摘要蛾机分析处理(OLAP)是当前数据仓库应用和决镱支持系统(DSS)的研究热点。OLAP查询 论文摘要 蛾机分析处理(OLAP)是当前数据仓库应用和决镱支持系统(DSS)的研究热点。OLAP查询 通常需仵海带数据上进行即席(ad hoc)的复杂聚集查询，并要求及时向用户提供分析数据，用以辅 助决策。这种使用方式对裔询响应速度提出了很高的要求，使得提高OLAP查询和分析操作效率成 为数据仓库应JL}j中的关键问题。 本文造在参与研究和开发一个数据仓库系统(包括数据仓库的建模、ETL、OLAP系统以及应 川J。具笱)的基础上，着重对提高OLAP查询分析效率的ROLAP聚集技术、聚集Cube、实视图的 选择与分割及其增量更新维护等OLAP若干关键技术进行了系统深入的研究。本文的主要研究工作 及其所取得的创造性成果有： r I)研究了维层次编码，提出～种基于维层次编码的新型预分组聚集算法DHEPGA。DHEPGA 算法充分利用了编码长度较小的维层次编码及其维层次前缀路径，通过维层次编码翦缀匹 配操作，快速检索出与查询关键字相匹配的维层次编码，求得维层次属性的查询范围，大 大减少和简化事实表与维表之间的多表连接，减少了I／O开销，提高了OLAP查询效率。 (2)利用cube中的维层次聚集技术实现高性能的维层次聚集cube(DHAC)。在DHAC中进 行数据插入和删除等数据更新时，充分利用维层次聚集树中的维层次前缀，对受到更新影 响的所有祖先结点进行增量更新。在插入新维数据时。不需要重新构建聚集Cube就可以 对DHAC进行增量更新，从而提高了Cube的更新效率。 (3)提出了一种数据仓库实视图选择和分割算法。根据OLAP查询中的选择谓词构造的最小项 谓词，选择数据仓库视图进行有效的水平分割和实体化，使OLAP查询通过访问较少元组 的分割裂片就可以完成，从而加快了OLAP查询响应时间，削减维护费用，提高了OLAP 布询效率。 (4)提出r一种数据仓库实视图增量更新维护的有效策略。利用视图表达式树及其计算的中间 结果来创建辅助视图，并进行实体化，从而实现数据仓库视图增量更新维护，有效地改善 j7 OLAP蠢向的数据质量和效率。 关键字：联机分析处理；维层次编码；DHEPGA聚集算法：维层次聚集Cube：实视图：视图增量维护 ABSTRACTOnIine ABSTRACT OnIine analytical processing(OLAP)is a hot issue in the research area of the data warehouse and decision support system(DSS)The OLAP queries are ad hoc．complex aggregation queries oil the massive data set OLAP queries are complex and volume of data in large such that they make query response time and analytical efficiency as important issues in data warehouse． In this paper it is emphasized how to improve the efficiency of OLAP queries with some key technologies of OLAP such as aggregate technology of ROLAP,aggregate cube，materialized view selecting and partitioning，and view incremental maintenance．The research is part of the project一“The I esearch and implementation of the data warehouse system”to implement a proto type of data warehouse system named as SEUDW．The main contributions and innovations ofthis dissertation are as foIlows： (】)This paper proposes a novel pre-grouping aggregation algorithm．DHEPGA(pre-grouping aggregation based on the dimension hierarchical encoding)．By using t