數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的olap技術(shù)-展示頁(yè)
2024-09-01 12:12本頁(yè)面
【正文】 ? 整體的 : 如果一個(gè)聚集函數(shù)無法用具有 M個(gè)參數(shù)的代數(shù)函數(shù)進(jìn)行這一計(jì)算 ,則這個(gè)函數(shù)稱是整體的 ,如 rand()等 ? 許多度量可以用關(guān)系的聚集操作計(jì)算 對(duì)應(yīng)圖 24,我們也可寫出 SQL語句 . 計(jì)算 dollars_sold和 units_sold Select sum(*) Sum() From time t,item i,branch b,location l,sales s, Where = and = and = and = Group by ,n_key 概念分層 全序相關(guān) 偏序相關(guān) (具體見 3,4章 ) Country year City quarter month week Street day 多維數(shù)據(jù)模型的 OLAP操作 ? 上卷操作 ,通過維規(guī)約 ,在數(shù)據(jù)立方體上進(jìn)行聚集 . ? 下鉆操作 ,是上卷操作的逆操作 ,由不太詳細(xì)的數(shù)據(jù)到更詳細(xì)的數(shù)據(jù) . ? 切片和切塊 ,切片在給定的數(shù)據(jù)立方體的一個(gè)維上進(jìn)行選擇 ,切塊則是在兩個(gè)或兩個(gè)以上的維進(jìn)行選擇 . ? 轉(zhuǎn)軸操作 ,轉(zhuǎn)動(dòng)數(shù)據(jù)的視覺 ,是目視操作 . 如圖 210所示 數(shù)據(jù)倉(cāng)庫(kù)的系統(tǒng)結(jié)構(gòu) ? 自頂向下視圖 ,使我們可以選擇數(shù)據(jù)倉(cāng)庫(kù)所需的相關(guān)信息 . ? 數(shù)據(jù)源視圖 ,揭示被操作數(shù)據(jù)庫(kù)系統(tǒng)捕獲存儲(chǔ)和管理的信息 . ? 數(shù)據(jù)倉(cāng)庫(kù)視圖 ,包括事實(shí)表和維表 . ? 商務(wù)查詢視圖 ,從最終用戶的角度透視數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù) . 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)過程 ? 選取待建模的商務(wù)處理 ? 選取商務(wù)處理的粒度 ,例如單個(gè)事務(wù) ,一天的快照等 ? 選取用于每個(gè)事實(shí)表記錄的維 . ? 選取將安放在事實(shí)表中的度量如圖 34中的 dollars_sold和 units_sold 三層數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu) ? 底層數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器 ,使用稱作網(wǎng)間連接程序的應(yīng)用程序 ,由操作數(shù)據(jù)庫(kù)和外部數(shù)據(jù)源提取數(shù)據(jù) . ? 中間層是 OLAP服務(wù)器 ,實(shí)現(xiàn)方法有 關(guān)系 OLAP模型 ,在多維數(shù)據(jù)上的操作映射為標(biāo)準(zhǔn)的關(guān)系操作 多維 OLAP模型 ,直接實(shí)現(xiàn)多維數(shù)據(jù)的操作 ? 頂層是客戶 ,它包括查詢和報(bào)告工具 ,分析工具和數(shù)據(jù)挖掘工具 (例如趨勢(shì)分析 ,預(yù)測(cè)等 ) 數(shù)據(jù)倉(cāng)庫(kù)的類型 ? 企業(yè)倉(cāng)庫(kù) :企業(yè)倉(cāng)庫(kù)收集了關(guān)于主題的所有信息 ,跨越整個(gè)組織 ,它提供企業(yè)范圍內(nèi)的數(shù)據(jù)集成 . ? 數(shù)據(jù)集市 :包含企業(yè)范圍數(shù)據(jù)的一個(gè)子集 ,對(duì)于特定的用戶是有用的 ,其范圍限于選定的主題 . ? 虛擬倉(cāng)庫(kù) :是操作數(shù)據(jù)庫(kù)上的視圖集合 .為了有效地處理查詢 ,只有一些可能的匯總視圖被物化 ,虛擬倉(cāng)庫(kù)易于建立 ,但需要操作數(shù)據(jù)庫(kù)服務(wù)器具有剩余能力 . OLAP服務(wù)器類型 ? 關(guān)系 OLAP(ROLAP)模型 ,使用關(guān)系或擴(kuò)充關(guān)系 DBMS存放并管理數(shù)據(jù)倉(cāng)庫(kù) ? 多維 OLAP(MOLAP)服務(wù)器 ,這些服務(wù)器通過基于數(shù)組的多維存儲(chǔ) ,支持?jǐn)?shù)組的多維視圖 ? 混合 OLAP(HOLAP)服務(wù)器 ,結(jié)合 ROLAP和MOLAP技術(shù) ,得宜于 ROLAP的可伸縮性 ,和MOLAP的快速計(jì)算 . ? 特殊的 SQL服務(wù)器 ,為了滿足在關(guān)系數(shù)據(jù)庫(kù)中日益增長(zhǎng)的 OLAP需要 ,實(shí)現(xiàn)了特殊的SQL服務(wù)器 ,提供高級(jí)查詢語言和查詢處理 ,在星型和雪花模式上支持 SQL查詢 . 數(shù)據(jù)立方體的有效計(jì)算 ? 計(jì)算量 :對(duì)一個(gè) n維數(shù)據(jù)立方體 ,第 i維的層次是 Li,則可能產(chǎn)生的立方體總數(shù)是T=(L1+1)*… *(Ln+1)如果 10維每維 4個(gè)層次產(chǎn)生的方體數(shù)是 5的 10次方=9800000. ? 預(yù)先計(jì)算并物化所有可能產(chǎn)生的方體是不現(xiàn)實(shí)的 ,較合理的是部分物化 數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn) 方體的選擇計(jì)算 ? 不物化 :導(dǎo)致運(yùn)行時(shí)計(jì)算昂貴的多維聚集 ,速度極慢 . ? 全物化 :需要海量存儲(chǔ)空間 ,存放所有預(yù)先計(jì)算的方體 . ? 部分物化 :在存儲(chǔ)空間和響應(yīng)時(shí)間二者之間提供了很好的折衷 . 多路數(shù)組聚集 ? 將數(shù)組分成塊 ,塊的大小能夠放入立方體計(jì)算時(shí)可用的內(nèi)存 . ? 通過訪問立方體單元進(jìn)行聚集 ,使得每個(gè)單元必須重新訪問的次數(shù)最小化 . 索引 OLAP數(shù)據(jù) ? 位圖索引 :如圖 317所示 ,與散列和樹索引相比 ,位圖索引將比較 ,連接和聚集都變成了位算術(shù)運(yùn)算 ,大大減少了運(yùn)行時(shí)間 . ? 連接索引 :源于關(guān)系數(shù)據(jù)庫(kù)的查詢處理 . ? 位圖連接索引 :將連接索引和位圖索引集成 . OLAP查詢的有效處理 ? 確定那些操作應(yīng)當(dāng)在可利用的方體上執(zhí)行 ,這涉及將查詢中的選擇投影上卷下鉆操作轉(zhuǎn)換成對(duì)應(yīng)的 SQL或 OLAP操作 . ? 確定相關(guān)操作應(yīng)當(dāng)使用哪些物
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1