浅析联机分析处理技术的多维数据分析多维联机分析处理如何实现.pdfVIP

浅析联机分析处理技术的多维数据分析多维联机分析处理 如何实现 [ 摘要 ] 详细阐述不同的 OLAP多维数据结构和多维数据分析的 动作 , 针对 OLAP的多维数据分析与数据仓库的多维数据组织形成相 互结合、相互补充的关系进行较为深入的探讨。 [ 关键词 ] 数据仓 库联机分析处理多维数据分析 :TP3:A:1671-7597(xx)1110077-01 一、引言 联机分析处理 (Online Analytical Processing,OLAP) 的概念最 早是由关系数据库之父 E.F.Codd 于 1993 年提出的 ,OLAP是针对特定 问题的联机数据访问和分析。 通过对信息 ( 维数据 ) 的多种可能的观察 形式进行快速、稳定一致和交互性的存取 , 允许管理决策人员对数据 进行深入地观察。 OLAP的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。 二、 OLAP的多维数据结构 数据在多维空间中的分布总是稀疏的、不均匀的。在事件发生 的位置 , 数据聚合在一起 , 其密度很大。因此 ,OLAP系统的开发者要设 法解决多维数据空间的数据稀疏和数据聚合问题。事实上 , 有许多方 法可以构造多维数据。 ( 一) 超立方结构。超立方结构指用三维或更多的维数来描述一 个对象 , 每个维彼此垂直。 数据的测量值发生在维的交叉点上 , 数据空 间的各个部分都有相同的维属性。 这种结构可应用在多维数据库和面向关系数据库的 OLAP系统 中, 其主要特点是简化终端用户的操作。 超立方结构有一种变形 , 即收 缩超立方结构。 这种结构的数据密度更大 , 数据的维数更少 , 并可加入 额外的分析维。 ( 二) 多立方结构。在多立方结构中 , 将大的数据结构分成多个多 维结构。这些多维结构是大数据维数的子集 , 面向某一特定应用对维 进行分割 , 即将超立方结构变为子立方结构。它具有很强的灵活性 , 提高了数据的分析效率。 一般来说 , 多立方结构灵活性较大 , 但超立方结构更易于理解。 超立方结构可以提供高水平的报告和多维视图。 多立方结构具有良好 的视图翻转性和灵活性。 多立方结构是存储稀疏矩阵的一个更有效方 法 , 并能减少计算量。 因此, 复杂的系统及预先建立的通用应用倾向于 使用多立方结构 , 以使数据结构能更好地得到调整 , 满足常用的应用 需求。 许多产品结合了上述两种结构 , 它们的数据物理结构是多立方 结构 , 但却利用超立方结构来进行计算 , 结合了超立方结构的简化性 和多立方结构的旋转存储特性。 三、 OLAP的多维数据分析 多维数据分析是指对以多维形式组织起来的数据采取切片、切 块、旋转和钻取等各种分析动作 , 以求剖析数据 , 使最终用户能从多个 角度、多侧面地观察数据仓库中的数据 , 从而深入地了解包含在数据 中的信息、内涵。多维分析方式迎合了人们的思维模式