多维数据模型于OLAP基础

《多维数据模型于OLAP基础》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、多维数据模型于OLAP基础近年来，随着网络技术和数理分析在银行业中的广泛应用，淅方商业银行开始广泛采用人口地理统计理论，运用数据挖掘及商业智能等技术，处理跨时间、跨空间、跨部门、跨产品的银行数据集成分析问题，逐步实现了金融产品和金融服务的交叉销售，以保留住优质客户。目前，国内多家银疔也不同程度地开展了商业解能（Bl,BusinessIntelligence）系统建设，从信息管理角度看，商业押能是决策支持技术在商业银行应用的进一步发展和完善，OLAP（On-LineAnalyticalProcessing,联机分析处理

2、）技术是Bl的关键技术Z-oft1970年第一个OLAP的雏形工具Express发布，到1993年关系数据库之父、数学家与计算机科学家爱德华•库德（E.F.Codd）系统地提出OLAP概念和OLAP的12条准则，OLAP技术和产品冇了很大的发展，其内涵和外延也发生了一定的变化。但其本质特征仍然是：以多维数据模型为基础组织利存储数据，满足对用户请求的快速响应和交互式操作。OLAP技术在国内兴起和发展的过程中，人们对某些基木概念还冇不同的理解。比如，OLAP与多维数据模型的关系，多维数据模型与多维数据库（MDD,Mult

3、iDimensionalDatabase）的关系，MOLAP（MultidimensionalOLAP,关系联机分析处理）和HOLAP（HybridOLAP,混合联机分析处理）间的差异，多维数据库与多维联机分析处理是不是完全一致等问题，还有待于进一步澄清。一、多维数据模型及相关概念数据模型一般有两个层次：概念层（逻辑层）和物理层。逻辑数据模型是从概念角度抽象出现实I比界的内在规律，如业务流程、数据架构等；物理数据模型则侧重于特定环境下的具体实现，如效率、安全性等。多维数据模型是一个逻辑概念，该模型主要解决如何对大罠数

4、据进行快速查询和多角度展示，以便得出冇利于管理决策的信息和知识。多维数据模型的应用领域主要有数据仓库、OLAP和数抵挖掘3个方面，其中，多维结构是OLAP的核心。多维数据模型通过引入维、维分层和度虽等概念，将信息在概念上视为一个立方体。图1表示了一个数据立方体。北京指卡余粧*砂长消新緬纽檢卡消费火故诵户数代收眾金颛/10I.r3455321255屁性:叹可眾•恰标唯机构冷吋可（星期一•星期二.……I"一肉（［匕二・二海.…•••指标（借汜卞数竝•十余桢.……MI\111

5、・SS时何维比0分行左堪期•㈱己卡代收療全箱

6、为祈万丄图1一个数据立方体1.立方体：用三维或更多的维数描述一个对彖，每个维彼此垂直。数振的度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。2.维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性的集合构成一个维（如时间维、机构维等）O1.维分层：同-维度还可以存在细节程度不同的各个描述方面（如时间维可包括年、季度、月份、句和日期等）。2.维属性：维的一个取值，是数据项在某维中位置的描述（例如“某年某月某是在时间维上位置的描述）。3.度量：立方体中的单元格，用以存放数据。OLAP的基本多维分析操作

7、有钻取（Rollup,Drilldown）、切片（Slice）、切块（Dice）及旋转（Pivot）等。钻取包含向下钻取和向上钻取（上卷）操作，钻取的深度与维所划分的层次相对应。上卷操作通过维规约，在数据立方体上进行聚集；下钻操作是上卷操作的逆操作，由不太详细的数据到更详细的数据。切片和切块是在一部分维上选定值后，度量数据在剩余维上的分布。在多维数据结构中，按照二维、二维进行切块可得到所需数据，如在“机构、产品、时间”三维立方体中进行切块和切片，可得到各城市、各产品的销售情况。旋转（转轴）是变换维的方向，即在表格中重

8、新安排维的放置（如行列互换），通过旋转得到不同视角的数据。二、多维数据模型的物理实现OLAP多维数据模型的实现冇多种途径，其中主耍冇采用数组的多维数据库、关系型数据库以及两者相结合的方式，人们通常称之为MOLAP、ROLAP和HOLAP。但MOLAP的提法容易引起误解，毕竞根ffiOLAP的多维概念，ROLAP也是一种多维数据的组织方式。1.多维联机分析处理（多维数据库管理系统）多维联机分析处理严格遵照库徳的定义，口行建立多维数据库來存放联机分析系统的数据，它以多维数据组织方式为核心，也就是说，多维联机分析处理使用多

9、维数组存储数据。当利用多维数据库存储OLAP数据时，不需要将多维数据模型中的维度、层划分和立方体等概念转换成其他的物理模型，因为多维数组（矩阵）能很好地体现多维数据模型特点。针对图1,可以定义一个三维数组矩阵（7,6,3）,体现立方体的维、属性和维度量。其中数组中维的个数对应立方体的维度数，数组中每-维取值对应立方体中每-维度的属性个数，而数组