【正文】 聯(lián)機分析處理（ OLAP）（ 3） P、 S、 D視圖CREATE VIEW P（產品標識符、銷售總額）AS（ SELECT 產品標識符， SUM（銷售金額） FROM PS GROUP BY 產品標識符）252。 采用 OLAP中的查詢優(yōu)化技術，如共享排序技術等。 在 MOLAP中，事實表被表示成一個多維數(shù)組，維的屬性值被映射成多維數(shù)組下標，而總結數(shù)據(jù)則作為多維數(shù)據(jù)值存儲在數(shù)據(jù)單元中。例如：上述的 ‘產品表 ’也可以是一個星型結構。一般一個 n維的多維表往往有 n個維表和一個事實表，它們構成了一個星形結構，稱為星形模式。 OLAP中的幾個基本概念：252。維成員167。 例如：商品的銷售金額252。 將數(shù)據(jù)源中的數(shù)據(jù)，通過數(shù)據(jù)抽取程序加載到數(shù)據(jù)倉庫的模式中去。 采用該方法既可以避免在分析過程中執(zhí)行過多的統(tǒng)計或計算操作，減少輸入 /出的次數(shù)，又避免了不同用戶進行的重復統(tǒng)計操作可能產生的偏差。 在面向某個主題的分析過程中，通常需要訪問不同表中的多個屬性，而每個屬性又可能參與多個不同主題的分析過程。其目的是為了提高數(shù)據(jù)倉庫系統(tǒng)的訪問性能。 庫存表 1（商品號，庫房號，庫存量，日期， … ） /* 細節(jié)數(shù)據(jù) */252。 對于不適合進行統(tǒng)計的屬性值，可以采樣獲取數(shù)據(jù)252。在確定上述內容后，就可以用傳統(tǒng)的實體聯(lián)系模型（ ER模型）來表示數(shù)據(jù)倉庫的概念數(shù)據(jù)模型。 數(shù)據(jù)倉庫生成167。 數(shù)據(jù)倉庫的運行與維護針對每一個選定的當前實施的主題概念模型設計 邏輯模型設計 物理模型設計 數(shù)據(jù)倉庫生成數(shù)據(jù)倉庫運行與維護 數(shù)據(jù)倉庫的設計 數(shù)據(jù)倉庫的設計216。例如： 數(shù)據(jù)倉庫的設計主題名公共碼鍵 屬性信息商品 商品號?固有信息：商品號，商品名，類別，顏色等?采購信息：商品號，供應商號，供應價，供應日期，供應量等?銷售信息：商品號，顧客號，售價，銷售日期，銷售量等?庫存信息：商品號，庫房號，庫存量，日期等供應商 供應商號 ?固有信息：供應商號，供應商名，地址，電話，供應商類型等?供應商品信息：供應商號，商品號，供應價，供應日期，供應量等顧客 顧客號 ?固有信息：顧客號，姓名，性別，年齡，文化程度，住址，電話等?購物信息：顧客號，商品號，售價，購買日期，購買量等 數(shù)據(jù)倉庫的設計供應商固有信息供應商供應商品信息日期供應商號顧客固有信息顧客號顧客日期顧客購物信息商品采購信息 商品銷售信 息商品商品號 日期商品固有信息 商品庫存信 息商品、顧客和供應商之間的 ER圖 數(shù)據(jù)倉庫的設計v 邏輯模型設計216。 粒度的劃分將直接影響到數(shù)據(jù)倉庫中的數(shù)據(jù)量以及所適合的查詢類型，粒度劃分是否適當是影響數(shù)據(jù)倉庫性能的一個重要方面。 庫存表 2（商品號，庫房號，庫存量，星期， … ） /* 樣本數(shù)據(jù) */252。常用的一些技術有：167。因此可以通過修改關系模式把某些屬性復制到多個不同的主題表中去，從而減少一次分析過程需要訪問的表的數(shù)量。v 物理模型設計 – 生成導出數(shù)據(jù) 數(shù)據(jù)倉庫的設計216。 數(shù)據(jù)倉庫的設計216。維（ Dimension）167。 維的一個取值稱為該維的一個維成員。數(shù)據(jù)單元（單元格）167。252。167。在查詢時，可以通過下標值取出相應數(shù)組中的總結數(shù)據(jù)。 167。 采用類似的方法也可以定義出 S、 D視圖。 采用類似的方法也可以定義出 SD、 PD視圖。167。167。252。 維表（ Dimension Table）：用以建立多維表中之維成員值252。– （ ‘2023年 ’， ‘家電 ’， ‘南京市 ’， ‘1億 ’）– （ ‘2023年 7月 ’， ‘女性服裝 ’， ‘江蘇省 ’， ‘10億 ’） 聯(lián)機分析處理（ OLAP