联机分析处理OLAP精品PPT课件
第二章第一节 OLAP原理ppt课件
维
层
次 关
日用品
系
冰箱
电子 彩电
农用物资 商品大类
空调
商品小类
类划分
基于多维数据库的OLAP(MOLAP)
➢ 维的分类
2. 在层次和类上进行的分析动作不同
在维的层次上进行的分析主要有上探和下钻, 它们都是跨越维层次的分析。
而按照维成员的类进行的分析主要有分类和归 纳,不可能跨越不同的维层次。
查询结果
OLAP分类和体系结构
➢ OLAP的体系结构
3. HOLAP体系结构
Datebase 服务器
Load SQL 查询 查询结果
SQL 查询 查询结果
前端工具
MOLAP 服务器 用户请求
查询结果
第二章 联机分析处理(OLAP)
2.1 基本概念及原理
基于多维数据库的OLAP(MOLAP)
➢多维数据库 ➢维的分类 ➢多维数据库存储
上探:是在某一维上将低层次的数据概括到高 层次的汇总数据。
下钻:是从某一汇总数据深入到细节数据进行 观察。
OLAP的基本操作
➢ 数据上探/下钻
表1(单位:万美元)
按 时
按
间 维 向 下 钻 取
时
间
表2(单位:万美元)
维 向
上
钻
取
OLAP的基本操作
➢ 数据旋转
旋转:是改变维度的位置关系,通过旋转可以 得到不同视角的数据。旋转可能交换行和列,也可 能是在维度层次之间进行交换。
OLAP的基本操作
➢ 数据切片
从定义2可以得出两点: 1)一个多维数组的切片最终是由该数组中除
切片所在平面的两个维之外的其他维的成员值确定 的。
联机分析处理
联机分析处理(英语:On-Line Analytical Processing,简称OLAP),是一套以多维度方式分析数据,而能弹性地提供积存(英语:Roll-up)、下钻(英语:Drill-down)、和透视分析(英语:pivot)等操作,呈现集成性决策信息的方法,多用于决策支持系统、商务智能或数据仓库。
其主要的功能,在于方便大规模数据分析及统计计算,对决策提供参考和支持。
与之相区别的是联机交易处理(OLTP)。
∙OLAP需以大量历史数据为基础配合上时间点的差异并对多维度及汇整型的信息进行复杂的分析。
∙OLAP需要用户有主观的信息需求定义,因此系统效率较佳。
OLAP的概念,在实际应用中用广义和狭义两种不同的理解。
广义上的理解与字面意思相同,即针对于OLTP而言,泛指一切不对数据进行输入等事务性处理,而基于已有数据进行分析的方法。
但更多的情况下OLAP是被理解为其狭义上的含义,即与多维分析相关,基于立方体(CUBE)计算而进行的分析。
联机分析处理系统OLAP概述
OLAP概述 OLAP分析,又称多维分析,是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的并真实反映企业维特性的信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。
OLAP也可以简单定义成使用户能够以多维视图分析数据的工具。
通常用来进行多维分析的维有时间、地点、产品、度量值(如销售额)等。
例如,在销售经理查看销售数据时,他可能想了解某个产品在某个地区、某段时间的销售额,并通过交叉表的功能来按不同的维对销售数据进行分析和通过挖掘功能来了解深层次的信息。
图3-20:数据的多维形式通过三维方式展现数据,并在此基础上进行分析,能够揭示出在二维方式下隐藏的关系;并通过方便的数据导航功能,使用户更易比较数据变量之间的关系,从而可以发现数据中隐藏的信息。
关系型数据库往往不能支持对数据进行逻辑分析和统计分析。
而采用OLAP系统,用户无须编程就可以定义新的逻辑、统计等方面的计算,并可将其做为分析的一部分,并以用户理想的方式给出报告。
用户可以在OLAP平台上进行数据分析,也可以连接到其他外部分析工具上,如时间序列分析工具、数据挖掘工具等。
OLAP产品根据其实现多维分析的技术以及要实现的目标而分为三类: (1)、MOLAP(多维联机分析处理)。
MOLAP将事务型数据进行综合,通过多维结构的“立方体”的数据结构来储存经综合的数据。
MOLAP通过其层次型数据库及在内存内的索引来保障数据访问的性能。
用户可以利用数据导航工具来进行钻取、交叉查询及产生关于“立方体”的报告。
根据MOLAP的技术特点,MOLAP擅长于对一定数量的数据进行大量、复杂、快速的、反复的分析。
MOLAP通常用来进行假设分析和问题求解,如在预算应用中。
图3-21:MOLAP架构图(2)、ROLAP(关系型联机分析处理)。
ROLAP在分析数据是直接到关系型数据库中取数据,而不建立自己的“立方体”。
第4章联机分析处理(OLAP)new精品PPT课件
– 不论数据量有多大,也不管数据存储在何处,OLAP系统应能及时获 得指导性的信息,并且管理大容量信息。
2 OLAP多维数据结构
2.1 两种OLAP多维数据结构
• 超立方结构(Hypercube)
– 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。
– 以多维数据组织方式为核心,也就是说, MOLAP使用多维 数组存储数据。
– 多维数据在存储中将形成“立方块(Cube)”的结构, 在 MOLAP 中 对 “ 立 方 块 ” 的 “ 旋 转 ” 、 “ 切 块 ” 、 “切片”是产生多维数据报表的主要技术。
4 OLAP分类 4.3 MOLAP
4 OLAP分类 4.3 MOLAP
(维度1,维度2,…,维成员Vi,…,维度n,度量) 为多维数组在维度i上的切片(Vi表示维度i的维成员)
– 定义1中,一次切片一定使原来维数减1,因此所得切片结果并不 一定是二维的“平面”,切片结果维数取决于原来的多维数组的 维数。这个定义不够通俗,还有另外一个定义
– 定义2:选定多维数组中两个维:维i和维j,在这两个维上取一区 间或者任意的维成员,而将其他维都分别取定一个维成员的动作, 称为多维数组在维i和维j上的一个切片。
员类别等维的描述信息。 • 维表和事实表通过主关键字和外关键字联系在一起,形成了“星
型模式”。对于层次复杂的维,为避免冗余数据占用过大的存储 空间,可以使用多个表来描述,这种星型模式的扩展称为“雪花模 式”。 • 星座模型和雪暴模型:有多个事实表的星型模型和雪花模型
4 OLAP分类 4.2 ROLAP
1 OLAP定义和特性
第四章联机分析处理精选全文完整版
4.1 从OLTP到OLAP
4.1.1 OLAP的出现 4.1.2 什么是OLAP 4.1.3 OLTP和OLAP的关系及比较
4.1.1 OLAP的出现
1970年,E.F.Codd博士提出了关系数据模型,1979年Oracle发布了关系数据库管理系统 OLTP推动了业务处理自动化,积累了大量的数据
基本概念(续)
数据单元(单元格) 多维数组的取值称为数据单元 (维1维成员,维2维成员 ,···,维n维成员,变量的值) 数据单元:(北京,1997年1月,批发,10000)
基本概念(续)
多维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
: :
多维分析的基本分析动作
图6-3: 旋转
地区维
时间维
产品维
产品维
时间维
地区维
旋转以改变 页面显示
(c)
OLAP的多维数据的位置: 1. 作为数据仓库的一部分 2. 作为数据仓库工具层的一部分
第四章 在线分析处理OLAP
联机分析处理(OLAP)
4.1 从OLTP到OLAP 4.2 OLAP的特征及衡量标准 4.3 OLAP实施 4.4 基于多维数据库的OLAP实现 4.5 基于关系数据库的OLAP实现 4.6 两种技术间的比较
联机分析处理(OLAP)
决策支持中的典型问题: 东部地区和西部地区今年6月份和去年6月份在销售总额上的对比情况,并且销售额按10万-20万、20万-30万、30万-40万,以及40万以上分组 特点: 多角度 多层次 访问大量数据 快速回答
数据仓库,联机分析处理,数据挖掘Data WarehousingPPT演示文稿
每个事务只访问少量记 有的事务可能要访问大
录
量记录
以秒为单位计量
以秒、分钟、甚至小时 为计量单位
12
• 尽管OLTP系统和数据仓库有着许多不同的特性且 基本构建思想不同,但是他们却是紧密联系的,因 为OLTP系统是数据仓库的数据来源。
• OLTP系统并不是为了快速回答查询,也不是为了 存储分析趋势的历史数据而创建的。一般的, OLTP提供了大量的原始数据,这些数据不易被分 析。
9
d) non-volatile 数据的非易失性
• 数据仓库的非易失性是指数据仓库的数据不进行更 新处理,而是一旦数据进入数据仓库以后,就会保 持一个相当长的时间。因为数据仓库中数据大多表 示过去某一时刻的数据,主要用于查询、分析,不 像业务系统中的数据库那样,要经常进行修改、添 加,除非数据仓库中的数据是错误的。
10
e) in support of management dec的组织的根本目的在于对决策的支持。 高层的企业决策者、中层的管理者和基层的业务 处理者等不同层次的管理人员均可以利用数据仓 库进行决策分析,提高管理决策的质量。
• 企业管理人员可以利用数据仓库进行各种管理决 策的分析,利用自己所特有的、敏锐的商业洞察 力和业务知识从貌似平淡的数据发现众多的商机。 数据仓库为管理者利用数据进行管理决策分析提 供了极大的便利。
2
数据仓库的引出 1.传统数据库以及OLTP(On-Line Transaction Processing 联机事务处理)在日常的管理事务处理中 获得了巨大的成功,但是对管理人员的决策分析要 求却无法满足。 2.因为,管理人员常常希望能够通过对组织中的大 量数据进行分析,了解业务的的发展趋势。而传统 数据库只保留了当前的业务处理信息,缺乏决策分 析所需要的大量的历史信息。 3.为满足管理人员的决策分析需要,就需要在数据 库的基础上产生适应决策分析的数据环境——数据 仓库(Data Warehose)。
第4章 联机分析处理
UDM结构
UDM建在数据集市之上,对于终端用户看起来很 像一个OLAP系统。其主要的好处就是不再需要 数据集市。 也可以在一个或者多个OLTP系统上创建UDM。 甚至可以在同样的UDM中混合数据集市和OLTP 系统的数据。UDM甚至还可以包括来自其他终端 数据库的数据和XML格式的数据。 UDM可以从星型或者雪花型架构中定义度量、维 度、层次结构和多维数据集,或者直接从关系数 据库表中定义。
对一个销售数据来说, “某年某月某日”是该销售数据 在时间维上位置的描述。
多维分析中的一些基本概念
5.多维数组。 一个多维数组可以表示为:(维l,维2,…, 维n,变量)。 例如:
若日用品销售数据是按时间、地区和销售渠道 组织起来的三维立方体,加上变量销售额,就 组成了一个多维数组(地区、时间,销售渠道, 销售额), 如果再扩展一个产品维,就得到一个四维的结 构,其多维数组为(产品,地区,时间,销售 渠道,销售额)。
第4章
联机分析处理 (OLAP)
华南理工大学 廖开际
kaiji@
教学目标
掌握联机分析处理的基本概念 掌握多维分析方法。
教学要求
知识要点 OLAP的基本 概念 能力要求 掌握OLAP的基本 概念 掌握多维分析的基 本操作 相关知识点 (1) 维 (2) 多维数据集 (3) 多维数据集的度量 (1) 切片、切块 (2) 旋转 (3) 钻探
理解数据立方
不同的商业视角为维度建立一个商业数据分析用的立方体,这些维的 属性是立方体的坐标轴。 大多数情况下,数据立方是以三维以上的方式组成的
理解数据立方
数据立方中多个维度的值是商务需求中需 要观察的目标,这个目标的值一般叫度量 值。 度量值来源于构成商务观察目标的事实表 中。例如事实表中有全部产品的销售度量, 那么,可以用立方体上的某一个点度量某 产品在某一时间和某一城市的销售情况。
11-2数据处理技术联机分析处理参考课件
联机分析处理 的相关概念
联机分析处理 的分类
联机分析处理 的基本操作
在电子商务中的 应用
(1)ROLAP(Relational OLAP) ROLAP的优点:实时从源数据中获取最新数据并更新 ROLAP的缺点:运算效率低、响应时间长。
U11 数据处理技术-K2-联机分析处理
联机分析处理的分类
U11 数据处理技术-K2-联机分析处理
联机分析处理的分类
联机分析处理 的概念
联机分析处理 的功能
联机分析处理 的相关概念
联机分析处理 的分类
联机分析处理 的基本操作
在电子商务中的 应用
(3)ROLAP和MOLAP的比较
U11 数据处理技术-K2-联机分析处理
联机分析处理的分类
联机分析处理 的概念
联机分析处理 的概念
联机分析处理 的功能
联机分析处理 的相关概念
联机分析处理 的分类
联机分析处理 的基本操作
在电子商务中的 应用
(2)MOLAP(Multidimensional OLAP) MOLAP是一种对多维数据组中的数据做动态多维分析 的形式。 MOLAP的优点:快速响应;存储的数据预处理程度高 MOLAP的缺点:缺乏灵活性;存储空间大
U11 数据处理技术-K2-联机分析处理
第十一单元 数据处理技术 联机分析处理
U11 数据处理技术-K2-联机分析处理
联机分析处理的概念
联机分析处理 的概念
联机分析处理 的功能
联机分析处理 的相关概念
联机分析处理 的分类
联机分析处理 的基本操作
在电子商务中的 应用
联机分析处理(On-Line Analytical Process-ing, OLAP)是使分析人员、管理人员或执行人员能够从多 种角度,对从原始数据中转化出来的、能够真正为用 户所理解并真实反映企业多维特征的信息进行快速、 一致、交互式的存取,从而对数据有更深入了解的一 类软件技术。
数据仓库_5_联机分析处理
在前面的‘星型模式’中,我们只考虑产品的分类,在 这里我们还可以从产品的‘供应商’或‘购买顾客’角 度来考虑对产品进行分析。 也可以以其中的‘供应商’为中心再构成一个‘星型模 式’。
Data Warehouse 22
2015/6/3
5.2 OLAP的基本数据模型
雪花模式(例)
2015/6/3
Data Warehouse
29
ROLAP与MOLAP的比较
ROLAP
沿用现有的关系数据库的技术
MOLAP
专为OLAP所设计
响应速度比MOLAP慢;现有关系型数 据库已经对OLAP做了很多优化,包括 并行存储、并行查询、并行数据管理、 性能好、响应速度快 基于成本的查询优化、位图索引、SQL 的OLAP扩展(cube, rollup)等,性 能有所提高 数据装载速度快 存储空间耗费小,维数没有限制 数据装载速度慢
需要进行预计算,可能导致数据爆炸; 维数有限;无法支持维的动态变化
Data Warehouse 30
2015/6/3
ROLAP与MOLAP的比较
ROLAP
借用RDBMS存储数据,没有文件大 小限制
MOLAP
受操作系统平台中文件大小的限制, 难以达到TB级
可以通过SQL实现详细数据与概要数 据的存储
store storeId s5 s7 s9
cityId sfo sfo la
tId t1 t2 t1
mgr joe fred nancy
cityId pop sfo 1M la 5M
region regId name north cold region south warm region
第五章联机分析处理(OLAP)-Read
第五章联机分析处理(OLAP)DW是管理决策分析的基础,若要有效地利用DW中的信息资源,必须有强大的工具对信息进行分析、决策,OLAP就是一个得到广泛用的DW技术。
OLAP专门用于支持复杂的决策分析,是支持信息管理和业务管理人员决策活动的一种决策分析工具。
它可以根据分析人员的要求,迅速、灵活地对大量数据进行复杂的查询处理,并且以直观的、容易理解的形式将查询结果提供给各种决策人员,使他们迅速、准确地掌握企业的运营情况,了解市场的需求。
OLAP技术主要有两个特点:一是在线(On-Line),表现为对用户请求的快速响应和交互操作,它的实现是由客户机/服务器体系结构完成的;二是多维分析(Multi-Analysis),这也是OLAP技术的核心所在。
§ 5.1 OLAP技术基本概念一、OLAP的定义OLAP是E.F.Codd于1993年提出的。
OLAP理事会的定义:OLAP是一种软件技术,他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直接转换过来的,他们以用户容易理解的方式反映企业的真实情况。
OLAP大部分策略都是将关系型的或普通的数据进行多维数据存贮,以便于进行分析,从而达到联机分析处理的目的。
这种多维DB也被看作一个超立方体,沿着各个维方向存贮数据,它允许用户沿事物的轴线方便地分析数据,与主流业务型用户相关的分析形式一般有切片和切块以及下钻、挖掘等操作。
共享多维信息的快速分析。
二、OLAP的功能特征:OLAP是一种数据分析技术,其功能特征是:1、快速性用户对OLAP的快速反映有很高的要求,一般要求能在5秒内对分析要求有反映。
设计时应考虑:专门的数据存贮格式,大量的事先运算,特别的硬件设计。
2、可分析性OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。
因为事先编程并不能定义所有的应用,所以,在OLAP分析的过程中,用户无需编程就可以定义新的计算,将成为分析的一部分,且以用户希望的方式给出报告。
OLAP技术(联机分析处理)
OLAP技术(联机分析处理)简写为OLAP,随着数据库技术的发展和应用,数据库存储的数据量从20世纪80年代的兆(M)字节及千兆(G)字节过渡到现在的兆兆(T)字节和千兆兆(P)字节,同时,用户的查询需求也越来越复杂,涉及的已不仅是查询或操纵一张关系表中的一条或几条记录,而且要对多张表中千万条记录的数据进行数据分析和信息综合,关系数据库系统已不能全部满足这一要求。
在国外,不少软件厂商采取了发展其前端产品来弥补关系数据库管理系统支持的不足,力图统一分散的公共应用逻辑,在短时间内响应非数据处理专业人员的复杂查询要求。
联机分析处理(OLAP)系统是数据仓库系统最主要的应用,专门设计用于支持复杂的分析操作,侧重对决策人员和高层管理人员的决策支持,可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理,并且以一种直观而易懂的形式将查询结果提供给决策人员,以便他们准确掌握企业(公司)的经营状况,了解对象的需求,制定正确的方案。
中文名联机分析处理外文名Online Analytical Processing简写OLAP应用行业IT应用数据仓库系统目录1. 1 作用2. 2 起源3. 3 分类4. 4 发展背景5. 5 特点6. 6 逻辑概念1. 7 体系结构2. ROLAP3. MOLAP4. HOLAP5. 8 实现方式6. 9 实施方法1. 关系型联机2. 多维联机3. 其它因素4. 假设分析5. 复杂计算6. 数据评估7. 10 产品介绍1. 11 控件2. Silverlight3. WinForms4. 12 相关标准联机分析处理作用编辑联机分析处理是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。
它通过对信息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观察。
决策数据是多维数据,多维数据就是决策的主要内容。
OLAP专门设计用于支持复杂的分析操作,侧重对决策人员和高层管理人员的决策支持,可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理,并且以一种直观而易懂的形式将查询结果提供给决联机分析处理联机分析处理联机分析处理联机分析处理联机分析处理联机分析处理策人员,以便他们准确掌握企业(公司)的经营状况,了解对象的需求,制定正确的方案。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
多用户支持
当多个用户要在同一分析模式上并行工作, OLAP工具应能够提供并发访问等功能。
16
一致的报表性能
报表必须充分反映数据分析模型的多维特征, 并可按用户需要的方式来显示它
报表操作不应随维数增加而削弱,即 当数据维数和数据的综合层次增加时, 提供的报表能力和响应速度不应该有 明显的降低。
4
北方工业大学信息工程学院
OLTP VS. OLAP
OLTP数据 原始数据 细节性数据 当前值数据 可更新 一次处理的数据量小 面向应用,事务驱动 面向操作人员,支持日常操作
OLAP数据 导出数据 综合性和提炼性数据 历史数据 不可更新,但周期性刷新 一次处理的数据量大 面向分析,分析驱动 面向决策人员,支持管理需要
多维分析:这也是OLAP的核心所在。
9
3.2 OLAቤተ መጻሕፍቲ ባይዱ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)
10
OLAP的简单定义
评价。
1
第2章 联机分析处理--OLAP
2.1 概述 2.2 OLAP定义和基本概念 2.3 OLAP的数据模型 2.4 多维数据分析 2.5 OLAP的结构与分析工具
2
2.1 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)。
17
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。
5
数据仓库与olap的关系:
1.数据仓库提供数据源 2.数据分析提供分析方法 3.数据分析并非完全依赖于数据仓库
6
OLAP概述
数据仓库和联机分析处理(OLAP)是决策 支持系统的有机组成部分
数据仓库从分布在企业内部各处的OLTP 数 据库中提取数据并对所提取的数据进行预处 理,为企业决策分析提供所需的数据
联机分析处理是共享多维信息的快速分析。 体现 了五个特征:fasmi
(1)快速性:用户对OLAP的快速反应能力有很高的要求。 (2)可分析性:OLAP系统应能处理任何逻辑分析和统计
分析。 (3)可共享性: (4)多维性 :(multidimensional)系统必须提供对
数据分析的多维视图和分析。 (4)信息性:OLAP系统应能及时获得信息,并且管理大
1993年,E.F.Codd提出了多维数据库和 多维分析的概念,即OLAP。
3
OLAP概述
OLAP的由来
联机事务处理(OLTP):利用关系数据库存储 和管理业务数据,并建立相应的应用系统来支持 日常业务运作。这种应用以支持业务处理为主要 目的。所存储的数据被称为操作型数据或业务数 据
对OLTP数据库中的数据进行再加工,形成一个 综合的、面向分析的、更好的支持决策制定的决 策支持系统(DSS)
13
多维数据分析
企业的数据空间本身就是多维的。因此 OLAP的概念模型也应是多维的。
用户可以对多维数据模型进行切片、切块、 旋转坐标或进行多维的联合(概括和聚集) 分析。
14
客户/服务器体系结构
OLAP是建立在客户/ 服务器体系结构上的。 多维数据库服务器能够被不同的应用和工具
所访问。 客户端负责应用逻辑及用户界面。
OLAP则利用存储在数据仓库中的数据完成 各种分析操作,并以直观易懂的形式将分析 结果返回给决策分析人员
7
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。
18
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
19
OLAP概述
OLAP的基本概念
容量的信息。
11
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。
12
OLAP准则
1993年,E.F.Codd提出OLAP的12条准 则,其主要的准则有:
多维数据分析; 客户/服务器结构; 多用户支持; 一致的报表性能等。
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。
8
OLAP特点
OLAP在以数据仓库为数据源时,它有两个 特点:
在线性(On Line):由客户机/服务器这种 体系结构来完成的;(快速响应和交互式操作)
维dimension
人们观察数据的特定角度 如时间维
维层次level
人们观察数据的某个特定角度(即某个维)还可以 存在细节程度不同的各个描述方面
称这多个描述方面为维的层次 如时间维的日、月、季、年
20
OLAP概述
OLAP的基本概念
维成员member
维的一个取值称为该维的一个维成员 是数据项在某维中位置的描述 如“2012年9月10日”是在时间维上位置的描述 如果一个维是多层次的,那么该维的维成员是在不
第2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