olap查询优化的研究与实现

《olap查询优化的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERDISSERTATION论文题目：OLAP查询优化的研究与实现学科专业：计算机软件与理论指导教师：邱会中副教授作者姓名：肖恒永班学号：200820602039万方数据分类号密级UDC学位论文OLAP查询优化的研究与实现（题名和副题名）肖恒永（作者姓名）指导教师姓名邱会中副教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请学位级别硕士专业名称计算机软件与理论论文提交日期2011年3月论文答辩日期2011年5月学位授予单位和日期电子科技

2、大学答辩委员会主席评阅人年月日注1注明《国际十进分类法UDC》的类号万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本

3、人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要数据仓库中承载信息的数据随着时间的推移迅速膨胀，但是数据仓库技术仅仅解决了信息的存储问题，提高了数据的存储效率，它只有结合了数据分析技术后，才能从纷繁复杂、大量沉淀的数据环境中得到有用的决策信息，然而数据分析涉及到海量的数据，并且要对这些数据进行大量复杂的操作，耗时非常严重。特别的MondrianOLAP系统是基于ROLAP系统的，导致其在处理多维数据性能上有很多不足，

4、因此需要优化系统来提高系统的查询响应速度。本文着重对如何提高MondrianOLAP系统查询性能进行了系统深入的研究，提出将预测管理技术和数据缓存技术引入到MondrianOLAP系统中，并在系统初始化时增加冷启动过程从关系型数据库中获取聚集数据到缓存系统中，这样可以减少查询响应时间。本文首先分析现有的MondrianOLAP系统中存在的问题，给出基于预测管理和冷启动过程的缓存管理系统的总体框架。接着深入研究该框架的三个关键技术：预测管理技术、基于结果集缓存管理技术以及冷启动过程。预测管理系统能够跟踪系统用户的查询日志，获取用户进行多维数据查询的行为规律，并以此行为规律为基

5、础预测用户将来的查询行为，使得缓存系统中始终保存着最有利于将来查询的结果集。同时本系统结合MondrianOLAP系统的特点选择合理的缓存对象、缓存管理算法，设计两级缓存管理机制来缓存用户的查询结果集。而冷启动过程则能在系统初始启动及重新启动时，装载数据结果集到缓存系统中，使得系统用户的查询能够一直得到较快的响应。实验表明，经过改进后的MondrianOLAP系统在一定程度上解决了由于数据仓库数据量急剧增长所造成的性能瓶颈问题，提高了MondrianOLAP系统的整体查询性能。关键词：MondrianOLAP系统，预测管理，缓存管理，冷启动过程I万方数据ABSTRACTAB

6、STRACTThedatainthedatawarehouses,whichcontainlargeinformation,willexpandrapidlyasthetimegoeson,butthedatawarehouseonlysolvetheproblemofthestorageofthedataandimprovetheefficiencyofthedata’sstorage.wecanabstainthedecisionalinformationfromthelargeandcomplexdataenvironmentonlywhenthedatawareho

7、usecombinewiththedataanalysistechniques,butthedataanalysistechniqueswouldinvolveamountsofdataandcomplexoperationstothesedata,time-consumingareveryserious,specificallyMondrianOLAPsystemisbasedonROLAPsystem,whichresultinmanydeficienciesinhandingmulti-dimensional