基于数据仓库olap技术探究

《基于数据仓库olap技术探究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

基于数据仓库OLAP技术探究　　摘要随着中国经济的飞速发展，数据库的应用技术发展也是日新月异。近年来，随着信息化的发展，数据仓库OLAP的技术已成为数据库界研究的焦点以及热点，并且其还成为信息处理的基础，其会在数据仓库的相关基础上建立起来联机分析的处理（OLAP），这样的做法就可以为最高决策者在决策时提供合理、科学的分析数据的支持。文章主要介绍数据仓库以及OLAP的相关概念、数据仓库以及OLAP的一般特征，并对OLAP和数据仓库的关系以及其相关技术进行研究。关键词数据仓库；OLAP；数据分析；决策中图分类号：TP3文献标识码：A文章编号：1671-7597（2013）19-0063-01当下信息技术快速发展，用户对于信息处理的需求越来越高，这些主要包括的是基于数据库技术的迅速发展以及当前社会对于数据库管理系统的广泛应用。在这样一个基本情况下人们希望对其进行高层次分析，以便于激增数据背后隐藏着的许多重要信息，以便更好地利用这些数据，更好的利用这些数据达到不同的目的，于是数据仓库技术和OLAP技术就应运而生了。1数据仓库OLAP特征6 1.1数据仓库的基本特征1）数据仓库面向主题。笔者所说的数据仓库是从整体、全局的角度来衡量的，这些主题在企业中是有相关的关联作用的，和以往传统的操作型系统进行相关的对比，这样的作用在一个完整的企业或组织中固有的业务主题下，是作为处理的主体来运行执行的，我们所知的传统的操作型系统是就针对组织与此相关一段时间内的业务中，统计以及分析的工作相对而言，其主要的作用是围绕应用和针对具体业务的各个方面设计和解决问题的，这是一个相对于比较科学的方法和相关途径。2）数据仓库的非易失性。在一般的数据仓库中，数据主要是从事务操作型数据中依次抽取出来的，这样的做法反映了在早期的一段时间内历史相关性的数据，而其本质就是基于快照的统计和不同时间点相关的数据库快照集合以及综合和重组，所以在进行处理时一旦事务操作型的相关数据进入数据仓库，我们所能做的就是只要数据没有超过数据仓库的数据存储期限，我们对此一般不对数据进行更新操作，只进行简单的查询工作。1.2OLAP的基本概念6 OLAP是指分析人员、执行人员或者管理人员对信息数据有深刻认识的相关工具，它保证访问过程的迅捷性，并且可以访问各种可能的数据信息；除此之外，访问手段的交互性以及访问数据的相关一致性支持复杂的分析操作工作，其使用优势是操作侧重决策支持，并提供直观的查询结果，数据仓库系统的主要应用OLAP的特征可以概括为多维性、分析性、快速响应性、共享性和信息性。1）OLAP的多维性。多维性一直是OLAP的关键属性，然而事实上，笔者认为，多维法人分析性是分析企业对于相关数据的最有效也是最安全的方法，甚至可以说是OLAP的核心所在；这只要是由于系统必须提供对相关数据进行分析的多维分析，这就包括了对多重层次维和层次维完全的支持性工作。2）OLAP的可分析性。OLAP的系统的连接可以直接接到其他外部分析的工具上，如在现实生活中的意外报警等。笔者认为其如果可以使用户在工作中无需编程就达到可以定义新的专门计算，并且将其进一步作为分析参考的一部分，就可以使用户理想的方式给出适合自身的报告，这个报告能处理与应用有关的任何逻辑分析和统计分析，这样用户就可以在OLAP平台上进行简单、易懂的数据分析，并且得到最终结果。2浅析数据仓库与OLAP的关系数据仓库进一步发展是伴随着信息化不断普及产生，6 随之而来的就是OLAP的进一步发展，OLAP作为一种在功能上多为查询和分析的工具，是数据仓库功能上的进一步发展，而支持管理中决策的过程就是建立数据仓库的目的，所以基于在数据仓库中的大量数据得以有效利用的很重要的保障；OLAP的出现无疑解决了这一问题，也是OLAP和数据仓库两者具有不同概念的基本分析点，但是在事实上这二者又是密不可分的，数据仓库是一个大规模的数据库，其包含了企业所有的历史的数据，这样的数据库主要的用途是在企业在决策中提供分析和支持的数据，而OLAP技术则是在数据仓库的基础上进行联机的技术性分析，中途运用联机分析和可视化工具对于相关数据进行迅速的评价，将复杂的查询结果快速的反馈给查询用户，帮助他们做出正确的决策，而数据仓库是侧重于管理和储存主要用于决策主体，OLAP则是进行数据分析并且是多维性的，所以，笔者认为，OLAP和数据仓库可以有效结合，以便于解决更多的问题。3基于数据仓库的OLAP的核心技术3.1OLAP维和度量6 笔者运用一个简单实例进行阐述，在这里我们先假定某个个体商店，我们都知道有一些在商业上常见的因素就会影响他的销售业务和利润的额度，举一些例子：如商品的品牌、进货的月份等；在这里对于某一常见的商品，通常在一定情况下也许他只是想知道该商品在各大商场以及各个时间段的具体销售情况，这样的情况可能是针对于对某一特定的商店，可能商家想知道的是各商品在各段时间的具体销售的基本情况，商家迫切的需要决策的相关信息支持来帮助制定相关具体的销售政策，这里，特定的商店以及特定的时间和特定的产品都是笔者所说的维；由此推出的维有自己固有的相关属性：在进行决策支持时这些属性是非常有用的。3.2MOLAP以及ROLAP技术1）ROLAP技术。在一次简单的查询操作中，用户和分析人员可以应用存储在维表中的用户习惯描述也就是元数据，来说明一个查询需求，这样做的好处是可以获得查询对象的事实值以及对数据的多维描述；和数据对应维上的维成员，并且在这种ROLAP模式中而这种需求可被ROLAP依靠维表转换成维的代码或值，完成用户的最终需求以及对于数据信息请求。2）MOLAP及时。笔者在这里介绍的OLAP系统在具体实施实现时，这种OLAP系统就是基于多维的，如果采用多维数据库存储OLAP显示数据，即我们所说的MOLAP。我们介绍的多维数据库可在此系统中直观地表达当前现实世界中多点对多点的关系。4结束语6 当前，世界经济一体化的趋势越发明显，随着跨领域产业和跨国公司的出现，传统的数据库操作技术已不能满足企业决策主题的需求，因此企业决策所需要的信息量会越来越大，所需要处理的信息量也会越来越大。而当前的OLAP技术正好具有这样一个灵活分析的功能，能够直观的进行数据操作和分析，并且还具有结果可视化表示等突出优点，这样的技术有利于帮助用户迅速做出正确的判断，使用户在进行大量复杂数据的分析变得轻松而高效，从而为企业的决策支持提供很多服务以及平台。因此，笔者认为有效的构建和使用数据仓库以及OLAP技术能为企业做出科学决策提供更优越的平台。参考文献[1]华冠萍.数据仓库、数据挖掘及OLAP之两两关系[J].福建电脑，2007（8）.[2]张维明.数据仓库原理与应用[M].北京电子工业出版社，2002.[3]刘大昕，张春林，聂亚杰，张子杨.数据仓库与0LAP技术[J].计算机仿真，2003（5）.6