国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

聯(lián)機分析處理 (OLAP) 的概念最早是由關(guān)系數(shù)據(jù)庫之父E.F.Codd于1993年提出的，他同時提出了關(guān)于OLAP的12條準則。OLAP的提出引起了很大的反響，OLAP作為一類產(chǎn)品同聯(lián)機事務處理 (OLTP) 明顯區(qū)分開來。Codd提出OLAP的12條準則來描述OLAP系統(tǒng)：準則1 OLAP模型必須提供多維概念視圖準則2 透明性準則準則3 存取能力推測準則4 穩(wěn)定的報表能力準則5 客戶/服務器體系結(jié)構(gòu)準則6 維的等同性準則準則7 動態(tài)的稀疏矩陣處理準則準則8 多用戶支持能力準則準則9 非受限的跨維操作準則10 直觀的數(shù)據(jù)操縱準則11 靈活的報表生成準則12 不受限的維與聚集層次當今的數(shù)據(jù)處理大致可以分成兩大類：聯(lián)機事務處理OLTP（on-line transaction processing）、聯(lián)機分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是數(shù)據(jù)倉庫系統(tǒng)的主要應用，支持復雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。下表列出了OLTP與OLAP之間的比較。OLTPOLAP用戶操作人員,低層管理人員決策人員,高級管理人員功能日常操作處理分析決策DB 設計面向應用面向主題數(shù)據(jù)當前的, 最新的細節(jié)的, 二維的分立的歷史的, 聚集的, 多維的集成的, 統(tǒng)一的存取讀/寫數(shù)十條記錄讀上百萬條記錄工作單位簡單的事務復雜的查詢用戶數(shù)上千個上百個DB 大小100MB-GB100GB-TB一、OLAP的發(fā)展背景隨著數(shù)據(jù)庫技術(shù)的廣泛應用，企業(yè)信息系統(tǒng)產(chǎn)生了大量的數(shù)據(jù)，如何從這些海量數(shù)據(jù)中提取對企業(yè)決策分析有用的信息成為企業(yè)決策管理人員所面臨的重要難題。傳統(tǒng)的企業(yè)數(shù)據(jù)庫系統(tǒng)（管理信息系統(tǒng)）即聯(lián)機事務處理系統(tǒng)（On-LineTransactionProcessing,簡稱OLTP）作為數(shù)據(jù)管理手段，主要用于事務處理，但它對分析處理的支持一直不能令人滿意。因此，人們逐漸嘗試對OLTP數(shù)據(jù)庫中的數(shù)據(jù)進行再加工，形成一個綜合的、面向分析的、更好的支持決策制定的決策支持系統(tǒng)（DecisionSupportSystem，簡稱DSS）。企業(yè)目前的信息系統(tǒng)的數(shù)據(jù)一般由DBMS管理，但決策數(shù)據(jù)庫和運行操作數(shù)據(jù)庫在數(shù)據(jù)來源、數(shù)據(jù)內(nèi)容、數(shù)據(jù)模式、服務對象、訪問方式、事務管理乃至無力存儲等方面都有不同的特點和要求，因此直接在運行操作的數(shù)據(jù)庫上建立DSS是不合適的。數(shù)據(jù)倉庫（DataWarehouse）技術(shù)就是在這樣的背景下發(fā)展起來的。數(shù)據(jù)倉庫的概念提出于20世紀80年代中期，20世紀90年代，數(shù)據(jù)倉庫已從早起的探索階段走向?qū)嵱秒A段。業(yè)界公認的數(shù)據(jù)倉庫概念創(chuàng)始人W.H.Inmon在《BuildingtheDataWarehouse》一書中對數(shù)據(jù)倉庫的定義是：“數(shù)據(jù)倉庫是支持管理決策過程的、面向主題的、集成的、隨時間變化的持久的數(shù)據(jù)集合”。構(gòu)建數(shù)據(jù)倉庫的過程就是根據(jù)預先設計好的邏輯模式從分布在企業(yè)內(nèi)部各處的OLTP數(shù)據(jù)庫中提取數(shù)據(jù)并對經(jīng)過必要的變換最終形成全企業(yè)統(tǒng)一模式數(shù)據(jù)的過程。當前數(shù)據(jù)倉庫的核心仍是RDBMS管理下的一個數(shù)據(jù)庫系統(tǒng)。數(shù)據(jù)倉庫中數(shù)據(jù)量巨大，為了提高性能，RDBMS一般也采取一些提高效率的措施：采用并行處理結(jié)構(gòu)、新的數(shù)據(jù)組織、查詢策略、索引技術(shù)等等。包括聯(lián)機分析處理（On-LineAnalyticalProcessing，簡稱OLAP）在內(nèi)的諸多應用牽引驅(qū)動了數(shù)據(jù)倉庫技術(shù)的出現(xiàn)和發(fā)展；而數(shù)據(jù)倉庫技術(shù)反過來又促進了OLAP技術(shù)的發(fā)展。聯(lián)機分析處理的概念最早由關(guān)系數(shù)據(jù)庫之父E.F.Codd于1993年提出的。Codd認為聯(lián)機事務處理（OLTP）已不能滿足終端用戶對數(shù)據(jù)庫查詢分析的要求，SQL對大數(shù)據(jù)庫的簡單查詢也不能滿足用戶分析的需求。用戶的決策分析需要對關(guān)系數(shù)據(jù)庫進行大量計算才能得到結(jié)果，而查詢的結(jié)果并不能滿足決策者提出的需求。因此，Codd提出了多維數(shù)據(jù)庫和多維分析的概念，即OLAP。OLAP委員會對聯(lián)機分析處理的定義為：使分析人員、管理人員或執(zhí)行人員能夠從多種角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的、并真實反映企業(yè)維特性的信息進行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。OLAP的目標是滿足決策支持或多維環(huán)境特定的查詢和報表需求，它的技術(shù)核心是“維”這個概念，因此OLAP也可以說是多維數(shù)據(jù)分析工具的集合。二、聯(lián)機分析處理的特點在過去的二十年中，大量的企業(yè)利用關(guān)系型數(shù)據(jù)庫來存儲和管理業(yè)務數(shù)據(jù)，并建立相應的應用系統(tǒng)來支持日常業(yè)務運作。這種應用以支持業(yè)務處理為主要目的，被稱為聯(lián)機事務處理(OLTP，On-line Transaction Processing)應用，它所存儲的數(shù)據(jù)被稱為操作數(shù)據(jù)或者業(yè)務數(shù)據(jù)。隨著市場競爭的日趨激烈，近年來企業(yè)更加強調(diào)決策的及時性和準確性，這使得以支持決策管理分析為主要目的的應用迅速崛起，這類應用被稱為聯(lián)機分析處理，它所存儲的數(shù)據(jù)被稱為信息數(shù)據(jù)。聯(lián)機分析處理的用戶是企業(yè)中的專業(yè)分析人員及管理決策人員，他們在分析業(yè)務經(jīng)營的數(shù)據(jù)時，從不同的角度來審視業(yè)務的衡量指標是一種很自然的思考模式。例如分析銷售數(shù)據(jù)，可能會綜合時間周期、產(chǎn)品類別、分銷渠道、地理分布、客戶群類等多種因素來考量。這些分析角度雖然可以通過報表來反映，但每一個分析的角度可以生成一張報表，各個分析角度的不同組合又可以生成不同的報表，使得IT人員的工作量相當大，而且往往難以跟上管理決策人員思考的步伐。聯(lián)機分析處理的主要特點，是直接仿照用戶的多角度思考模式，預先為用戶組建多維的數(shù)據(jù)模型，在這里，維指的是用戶的分析角度。例如對銷售數(shù)據(jù)的分析，時間周期是一個維度，產(chǎn)品類別、分銷渠道、地理分布、客戶群類也分別是一個維度。一旦多維數(shù)據(jù)模型建立完成，用戶可以快速地從各個分析角度獲取數(shù)據(jù)，也能動態(tài)的在各個角度之間切換或者進行多角度綜合分析，具有極大的分析靈活性。這也是聯(lián)機分析處理在近年來被廣泛關(guān)注的根本原因，它從設計理念和真正實現(xiàn)上都與舊有的管理信息系統(tǒng)有著本質(zhì)的區(qū)別。事實上，隨著數(shù)據(jù)倉庫理論的發(fā)展，數(shù)據(jù)倉庫系統(tǒng)已逐步成為新型的決策管理信息系統(tǒng)的解決方案。數(shù)據(jù)倉庫系統(tǒng)的核心是聯(lián)機分析處理，但數(shù)據(jù)倉庫包括更為廣泛的內(nèi)容。-概括來說，數(shù)據(jù)倉庫系統(tǒng)是指具有綜合企業(yè)數(shù)據(jù)的能力，能夠?qū)Υ罅科髽I(yè)數(shù)據(jù)進行快速和準確分析，輔助做出更好的商業(yè)決策的系統(tǒng)。它本身包括三部分內(nèi)容：數(shù)據(jù)層。實現(xiàn)對企業(yè)操作數(shù)據(jù)的抽取、轉(zhuǎn)換、清洗和匯總，形成信息數(shù)據(jù)，并存儲在企業(yè)級的中心信息數(shù)據(jù)庫中。應用層。通過聯(lián)機分析處理，甚至是數(shù)據(jù)挖掘等應用處理，實現(xiàn)對信息數(shù)據(jù)的分析。表現(xiàn)層。通過前臺分析工具，將查詢報表、統(tǒng)計分析、多維聯(lián)機分析和數(shù)據(jù)發(fā)掘的結(jié)論展現(xiàn)在用戶面前。從應用角度來說，數(shù)據(jù)倉庫系統(tǒng)除了聯(lián)機分析處理外，還可以采用傳統(tǒng)的報表，或者采用數(shù)理統(tǒng)計和人工智能等數(shù)據(jù)挖掘手段，涵蓋的范圍更廣；就應用范圍而言，聯(lián)機分析處理往往根據(jù)用戶分析的主題進行應用分割，例如：銷售分析、市場推廣分析、客戶利潤率分析等等，每一個分析的主題形成一個OLAP應用，而所有的OLAP應用實際上只是數(shù)據(jù)倉庫系統(tǒng)的一部分。三、OLAP邏輯概念和典型操作OLAP展現(xiàn)在用戶面前的是一幅幅多維視圖。維（Dimension）：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時的一類屬性，屬性集合構(gòu)成一個維（時間維、地理維等）。維的層次（Level）：人們觀察數(shù)據(jù)的某個特定角度（即某個維）還可以存在細節(jié)程度不同的各個描述方面（時間維：日期、月份、季度、年）。維的成員（Member）：維的一個取值，是數(shù)據(jù)項在某維中位置的描述。（“某年某月某日”是在時間維上位置的描述）。度量（Measure）：多維數(shù)組的取值。（2000年1月，上海，筆記本電腦，$100000）。OLAP的基本多維分析操作有鉆取（Drill-up和Drill-down）、切片（Slice）和切塊（Dice）、以及旋轉(zhuǎn)（Pivot）等。鉆取：是改變維的層次，變換分析的粒度。它包括向下鉆?。―rill-down）和向上鉆?。―rill-up）/上卷(Roll-up)。Drill-up是在某一維上將低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)；而Drill-down則相反，它從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察或增加新維。切片和切塊：是在一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布。如果剩余的維只有兩個，則是切片；如果有三個或以上，則是切塊。旋轉(zhuǎn)：是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。四、OLAP系統(tǒng)的體系結(jié)構(gòu)和分類數(shù)據(jù)倉庫與OLAP的關(guān)系是互補的，現(xiàn)代OLAP系統(tǒng)一般以數(shù)據(jù)倉庫作為基礎，即從數(shù)據(jù)倉庫中抽取詳細數(shù)據(jù)的一個子集并經(jīng)過必要的聚集存儲到OLAP存儲器中供前端分析工具讀取。典型的OLAP系統(tǒng)體系結(jié)構(gòu)如下圖所示：OLAP系統(tǒng)按照其存儲器的數(shù)據(jù)存儲格式可以分為關(guān)系OLAP（RelationalOLAP，簡稱ROLAP）、多維OLAP（MultidimensionalOLAP，簡稱MOLAP）和混合型OLAP（HybridOLAP，簡稱HOLAP）三種類型。1.ROLAPROLAP將分析用的多維數(shù)據(jù)存儲在關(guān)系數(shù)據(jù)庫中并根據(jù)應用的需要有選擇的定義一批實視圖作為表也存儲在關(guān)系數(shù)據(jù)庫中。不必要將每一個SQL查詢都作為實視圖保存，只定義那些應用頻率比較高、計算工作量比較大的查詢作為實視圖。對每個針對OLAP服務器的查詢，優(yōu)先利用已經(jīng)計算好的實視圖來生成查詢結(jié)果以提高查詢效率。同時用作ROLAP存儲器的RDBMS也針對OLAP作相應的優(yōu)化，比如并行存儲、并行查詢、并行數(shù)據(jù)管理、基于成本的查詢優(yōu)化、位圖索引、SQL的OLAP擴展(cube,rollup)等等。2.MOLAPMOLAP將OLAP分析所用到的多維數(shù)據(jù)物理上存儲為多維數(shù)組的形式，形成“立方體”的結(jié)構(gòu)。維的屬性值被映射成多維數(shù)組的下標值或下標的范圍，而總結(jié)數(shù)據(jù)作為多維數(shù)組的值存儲在數(shù)組的單元中。由于MOLAP采用了新的存儲結(jié)構(gòu)，從物理層實現(xiàn)起，因此又稱為物理OLAP（PhysicalOLAP）；而ROLAP主要通過一些軟件工具或中間軟件實現(xiàn)，物理層仍采用關(guān)系數(shù)據(jù)庫的存儲結(jié)構(gòu)，因此稱為虛擬OLAP（VirtualOLAP）。3.HOLAP由于MOLAP和ROLAP有著各自的優(yōu)點和缺點（如下表所示）,且它們的結(jié)構(gòu)迥然不同，這給分析人員設計OLAP結(jié)構(gòu)提出了難題。為此一個新的OLAP結(jié)構(gòu)——混合型OLAP（HOLAP）被提出，它能把MOLAP和ROLAP兩種結(jié)構(gòu)的優(yōu)點結(jié)合起來。迄今為止，對HOLAP還沒有一個正式的定義。但很明顯，HOLAP結(jié)構(gòu)不應該是MOLAP與ROLAP結(jié)構(gòu)的簡單組合，而是這兩種結(jié)構(gòu)技術(shù)優(yōu)點的有機結(jié)合，能滿足用戶各種復雜的分析請求。rolapmolap沿用現(xiàn)有的關(guān)系數(shù)據(jù)庫的技術(shù)專為olap所設計響應速度比molap慢；現(xiàn)有關(guān)系型數(shù)據(jù)庫已經(jīng)對olap做了很多優(yōu)化，包括并行存儲、并行查詢、并行數(shù)據(jù)管理、基于成本的查詢優(yōu)化、位圖索引、sql 的olap擴展(cube,rollup)等，性能有所提高性能好、響應速度快數(shù)據(jù)裝載速度快數(shù)據(jù)裝載速度慢存儲空間耗費小，維數(shù)沒有限制需要進行預計算,可能導致數(shù)據(jù)爆炸，維數(shù)有限；無法支持維的動態(tài)變化借用rdbms存儲數(shù)據(jù)，沒有文件大小限制受操作系統(tǒng)平臺中文件大小的限制，難以達到tb 級(只能10~20g)可以通過sql實現(xiàn)詳細數(shù)據(jù)與概要數(shù)據(jù)的存儲缺乏數(shù)據(jù)模型和數(shù)據(jù)訪問的標準–不支持有關(guān)預計算的讀寫操作–sql無法完成部分計算無法完成多行的計算無法完成維之間的計算–支持高性能的決策支持計算復雜的跨維計算多用戶的讀寫操作行級的計算維護困難管理簡便五、聯(lián)機分析處理的實現(xiàn)方式同樣是仿照用戶的多角度思考模式，聯(lián)機分析處理有三種不同的實現(xiàn)方法：·關(guān)系型聯(lián)機分析處理(ROLAP,Relational OLAP)·多維聯(lián)機分析處理(MOLAP,Multi-Dimensional OLAP)· 前端展示聯(lián)機分析處理(Desktop OLAP)其中，前端展示聯(lián)機分析需要將所有數(shù)據(jù)下載到客戶機上，然后在客戶機上進行數(shù)據(jù)結(jié)構(gòu)/報表格式重組，使用戶能在本機實現(xiàn)動態(tài)分析。該方式比較靈活，然而它能夠支持的數(shù)據(jù)量非常有限，嚴重地影響了使用的范圍和效率。因此，隨著時間的推移，這種方式已退居次要地位，在此不作討論。以下就ROLAP和MOLAP的具體實施方法進行討論：1、關(guān)系型聯(lián)機分析處理的具體實施方法：顧名思義，關(guān)系型聯(lián)機分析處理是以關(guān)系型數(shù)據(jù)庫為基礎的。唯一特別之處在于聯(lián)機分析處理中的數(shù)據(jù)結(jié)構(gòu)組織的方式。讓我們考察一個例子，假設我們要進行產(chǎn)品銷售的財務分析，分析的角度包括時間、產(chǎn)品類別、市場分布、實際發(fā)生與預算四方面內(nèi)容，分析的財務指標包括：銷售額、銷售支出、毛利(=銷售額-銷售支出)、費用、純利(=毛利-費用)等內(nèi)容，則我們可以建立如下的數(shù)據(jù)結(jié)構(gòu)：該數(shù)據(jù)結(jié)構(gòu)的中心是主表，里面包含了所有分析維度的外鍵，以及所有的財務指標，可計算推導的財務指標不計在內(nèi)，我們稱之為事實表(Fact Table)。周圍的表分別是對應于各個分析角度的維表(Dimension Table)，每個維表除了主鍵以外，還包含了描述和分類信息。無論原來的業(yè)務數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)為何，只要原業(yè)務數(shù)據(jù)能夠整理成為以上模式，則無論業(yè)務人員據(jù)此提出任何問題，都可以用SQL語句進行表連接或匯總(table join and group by)實現(xiàn)數(shù)據(jù)查詢和解答。（當然，有一些現(xiàn)成的ROLAP前端分析工具是可以自動根據(jù)以上模型生成SQL語句的）。這種模式被稱為星型模式(Star-Schema)，可應用于不同的聯(lián)機分析處理應用中。以下是另一個采用星型模式的例子，分析的角度和指標截然不同，但數(shù)據(jù)結(jié)構(gòu)模式一樣。我們看到的不是表的數(shù)據(jù)，而是表的結(jié)構(gòu)。在聯(lián)機分析處理的數(shù)據(jù)模型設計中，這種表達方式更為常見：有時候，維表的定義會變得復雜，例如對產(chǎn)品維，既要按產(chǎn)品種類進行劃分，對某些特殊商品，又要另外進行品牌劃分，商品品牌和產(chǎn)品種類劃分方法并不一樣。因此，單張維表不是理想的解決方案，可以采用以下方式，這種數(shù)據(jù)模型實際上是星型結(jié)構(gòu)的拓展，我們稱之為雪花型模式(snow-flake schema).無論采用星型模式還是雪花型模式，關(guān)系型聯(lián)機分析處理都具有以下特點：· 數(shù)據(jù)結(jié)構(gòu)和組織模式需要預先設計和建立；· 數(shù)據(jù)查詢需要進行表連接，在查詢性能測試中往往是影響速度的關(guān)鍵；· 數(shù)據(jù)匯總查詢（例如查詢某個品牌的所有產(chǎn)品銷售額），需要進行Group by 操作，雖然實際得出的數(shù)據(jù)量很少，但查詢時間變得更長；· 為了改善數(shù)據(jù)匯總查詢的性能，可以建立匯總表，但匯總表的數(shù)量與用戶分析的角度數(shù)目和每個角度的層次數(shù)目密切相關(guān)。例如，用戶從8個角度進行分析，每個角度有3個匯總層次，則匯總表的數(shù)目高達3的8次方。可以采取對常用匯總數(shù)據(jù)建立匯總表，對不常用的匯總數(shù)據(jù)進行Group by 操作，這樣來取得性能和管理復雜度之間的均衡。2、多維聯(lián)機分析處理的具體實施方法：多維聯(lián)機分析處理實際上是用多維數(shù)組的方式對關(guān)系型數(shù)據(jù)表進行處理。下圖是ROLAP與MOLAP的對比：圖中左邊是ROLAP方式，右邊是MOLAP方式，兩者對應的是同一個三維模型。MOLAP首先對事實表中的所有外鍵進行排序，并將排序后的具體指標數(shù)值一一寫進虛擬的多維立方體中。當然，虛擬的多維立方體只是為了便于理解而構(gòu)想的，MOLAP實際的數(shù)據(jù)存儲放在數(shù)據(jù)文件(Data File)中，其數(shù)據(jù)放置的順序與虛擬的多維立方體按x,y,z坐標展開的順序是一致的(如上圖)。同時，為了數(shù)據(jù)查找的方便，MOLAP需要預先建立維度的索引，這個索引被放置在MOLAP的概要文件(Outline)中。概要文件是MOLAP的核心，相當于ROLAP的數(shù)據(jù)模型設計。概要文件包括所有維的定義（包括復雜的維度結(jié)構(gòu)）以及各個層次的數(shù)據(jù)匯總關(guān)系(例如在時間維，日匯總至月，月匯總至季，季匯總至年)，這些定義往往從關(guān)系型維表中直接引入即可。概要文件也包括分析指標的定義，因此可以在概要文件中包含豐富的衍生指標，這些衍生指標由基礎指標計算推導出來（例如ROLAP例子1中的純利和毛利）。概要文件的結(jié)構(gòu)如下圖所示：一旦概要文件定義好，MOLAP系統(tǒng)可以自動安排數(shù)據(jù)存儲的方式和進行數(shù)據(jù)查詢。從MOLAP的數(shù)據(jù)文件與ROLAP的事實表的對比可以看出，MOLAP的數(shù)據(jù)文件完全不需要紀錄維度的外鍵，在維度比較多的情況下，這種數(shù)據(jù)存儲方式大量地節(jié)省了空間。但是，如果數(shù)據(jù)相當稀疏，虛擬的多維立方體中很多數(shù)值為空時，MOLAP的數(shù)據(jù)文件需要對相關(guān)的位置留空，而ROLAP的事實表卻不會存儲這些紀錄。為了有效地解決這種情況，MOLAP采用了稀疏維和密集維相結(jié)合的處理方式，如下圖。上圖的背景是某些客戶只通過某些分銷渠道才購買，但是只要該客戶存在，他在各個月和各個地區(qū)內(nèi)均有消費(例如，華南IBM只通過熊貓國旅定購南航機票，但在華南四省在每個月均有機票訂購)。則時間和地區(qū)維是密集維，客戶和分銷渠道是稀疏維，MOLAP將稀疏維建成索引文件(Index File)，密集維所對應的數(shù)值仍然保留在數(shù)據(jù)文件中，索引文件不存儲空紀錄。這樣保持了對空間的合理利用。我們也可以看到，如果所有維都是稀疏維，則MOLAP的索引文件就退化成ROLAP的事實表， 兩者沒有區(qū)別了。在實際應用中，不可能所有分析的維度都是密集的，也絕少存在所有分析的維度都是稀疏的，因此稀疏維和密集維并用的模式幾乎主導了所有的MOLAP應用。而稀疏維和密集維的定義全部集中在概要文件中，因此，只要預先定義好概要文件，所有的數(shù)據(jù)分布就自動確定了。在這種模式中，密集維的組合組成了的數(shù)據(jù)塊(Data Block)，每個數(shù)據(jù)塊是I/O讀寫的基礎單位(如上圖)，所有的數(shù)據(jù)塊組成了數(shù)據(jù)文件。稀疏維的組合組成了索引文件，索引文件的每一個數(shù)據(jù)紀錄的末尾都帶有一個指針，指向要讀寫的數(shù)據(jù)塊。因此，進行數(shù)據(jù)查詢時，系統(tǒng)先搜索索引文件紀錄，然后直接調(diào)用指針指向的數(shù)據(jù)塊進行I/O讀寫(如果該數(shù)據(jù)塊尚未駐留內(nèi)存)，將相應數(shù)據(jù)塊調(diào)入內(nèi)存后，根據(jù)密集維的數(shù)據(jù)放置順序直接計算出要查詢的數(shù)據(jù)距離數(shù)據(jù)塊頭的偏移量，直接提取數(shù)據(jù)下傳到客戶端。因此，MOLAP 方式基本上是索引搜索與直接尋址的查詢方式相結(jié)合，比起ROLAP的表/索引搜索和表連接方式，速度要快得多。多維聯(lián)機分析處理有以下特點：· 需要預先定義概要文件；· 數(shù)據(jù)查詢采用索引搜索與直接尋址的方式相結(jié)合，不需要進行表連接，在查詢性能測試中比起ROLAP有相當大的優(yōu)勢；· 在進行數(shù)據(jù)匯總查詢之前，MOLAP需要預先按概要文件中定義的數(shù)據(jù)匯總關(guān)系進行計算，這個計算通常以批處理方式運行。計算結(jié)果回存在數(shù)據(jù)文件中，當用戶查詢時，直接調(diào)用計算結(jié)果，速度非?？?。· 無論是數(shù)據(jù)匯總還是計算衍生數(shù)據(jù)，預先計算的方式實際上是用空間來換時間。當然，用戶也可以選擇動態(tài)計算的方式，用查詢時間來換取存儲空間。MOLAP可以靈活調(diào)整時空的取舍平衡。· 用戶難以使用概要文件中沒有定義的數(shù)據(jù)匯總關(guān)系和衍生指標。· 在大數(shù)據(jù)量環(huán)境下，關(guān)系型數(shù)據(jù)庫可以達到TB級的數(shù)據(jù)量，現(xiàn)有的MOLAP應用局限于基于文件系統(tǒng)的處理和查詢方式，其性能會在100GB級別開始下降，需要進行數(shù)據(jù)分區(qū)處理，因此擴展性不如ROLAP。因此，MOLAP多數(shù)用于部門級的主題分析應用。3、其它考慮因素聯(lián)機分析處理其他要素包括假設分析(What-if)，復雜計算，數(shù)據(jù)評估等等。這些因素對用戶的分析效用至關(guān)重要，但是與ROLAP和MOLAP的核心工作原理的不一定有很緊密的關(guān)系，事實上，ROLAP和MOLAP都可以在以上三方面有所建樹，只不過實現(xiàn)的方法迥異。因此，這些因素更取決于各個廠商為他們的產(chǎn)品提供的外延功能。對于像IBM的DB2 OLAP Server這樣一個成熟的產(chǎn)品來說，這三方面均有獨特的優(yōu)勢：假設分析假設分析提出了類似于以下的問題："如果產(chǎn)品降價5%，而運費增加8%，對不同地區(qū)的分銷商的進貨成本會有什么影響？"這些問題常用于銷售預測、費用預算分配、獎金制度確定等等。據(jù)此，用戶可以分析出哪些角度、哪些因素的變化將對企業(yè)產(chǎn)生重要影響；并且，用戶可以靈活調(diào)節(jié)自己手中掌握的資源(例如費用預算等)，將它用到最有效的地方中去。假設分析要求OLAP系統(tǒng)能夠隨用戶的思路調(diào)整數(shù)據(jù)，并動態(tài)反映出在調(diào)整后對其他數(shù)據(jù)的影響結(jié)果。事實上，進入OLAP的數(shù)據(jù)分兩大類：事實數(shù)據(jù)和預算數(shù)據(jù)，例如本月實際發(fā)生的銷售額是事實數(shù)據(jù)，上月對本月的銷售額估算是預算數(shù)據(jù)。事實數(shù)據(jù)一般情況下不容修改，而預算數(shù)據(jù)則應常常進行調(diào)整。DB2 OLAP Server通過詳細的權(quán)限定義區(qū)分了數(shù)據(jù)的讀寫權(quán)限，允許用戶對預算數(shù)據(jù)進行更改，系統(tǒng)可以對其他受影響的數(shù)據(jù)進行計算，以反映出"假如發(fā)生如上情況，將會引起以下結(jié)果"的結(jié)論。復雜計算分析人員往往需要分析復雜的衍生數(shù)據(jù)，諸如：同期對比、期初/期末余額、百分比份額計算、資源分配(按從頂向下的結(jié)構(gòu)圖逐級分配)、移動平均、均方差等等。對這些要求，DB2 OLAP Server提供豐富的功能函數(shù)以便用戶使用。因為只有在無需編程的環(huán)境下，商業(yè)用戶才能更好地靈活利用這些功能進行復雜的真實世界模擬。數(shù)據(jù)評估數(shù)據(jù)評估包括兩方面內(nèi)容，有效性評估和商業(yè)意義評估。在有效性評估方面，數(shù)據(jù)抽取、清洗和轉(zhuǎn)換的規(guī)則的定義是至關(guān)重要的。而合理的數(shù)據(jù)模型設計能有效防止無效數(shù)據(jù)的進入。例如在ROLAP中，如果維表沒有采用范式設計(normalise design)，可能會接受如下的維表：機構(gòu)代碼 機構(gòu)名稱 所屬區(qū)縣 所屬城市 所屬省份001 越秀支行 越秀區(qū) 廣州 廣東002 祖廟支行 佛山 廣州 廣東003 翠屏支行 佛山 南海 廣東004 。。。 。。。 。。。 。。。顯然，002中顯示的佛山屬于廣州市，與003中顯示的佛山屬于南海市是矛盾的。這顯示出數(shù)據(jù)源有問題，但是如果采用星型模式設計，ROLAP無法自動發(fā)現(xiàn)數(shù)據(jù)源的問題！在類似情況下，MOLAP的表現(xiàn)稍占優(yōu)勢。因為MOLAP需要預先定義概要文件，而概要文件會詳細分析維度的層次關(guān)系，因此生成概要文件時會反映數(shù)據(jù)源的錯誤。因此，在DB2 OLAP Server中，記錄003會被拒收，并紀錄在出錯日志中，供IT人員更正。但是，OLAP對數(shù)據(jù)源有效性的驗證能力畢竟是有限的，因此，數(shù)據(jù)有效性必須從源數(shù)據(jù)一級和數(shù)據(jù)抽取/清洗/轉(zhuǎn)換處理一級來進行保障。對用戶而言，數(shù)據(jù)的商業(yè)含義評估更有意義。在商業(yè)活動中，指標數(shù)值的取值范圍是比較穩(wěn)定的，如果指標數(shù)值突然發(fā)生變化，或者在同期比較、同類比較中有特殊表現(xiàn)，意味著該指標代表的方方面面具有特別的分析意義。普通的OLAP往往需要用戶自己去觀察發(fā)現(xiàn)異常指標，而DB2 OLAP Server的OLAP Minor(多維數(shù)據(jù)挖掘功能)能為用戶特別地指出哪些條件下的哪些指標偏離常值，從而引起用戶的注意和思考。例如：12月份南部的圣誕禮品銷售額不到同期類似區(qū)域（東部、中部、西部）的50%。綜上所述，無論ROLAP還是MOLAP，都能夠?qū)崿F(xiàn)聯(lián)機分析處理的基本功能，兩者在查詢效率，存儲空間和擴展性方面各有千秋。IT人員在選擇OLAP系統(tǒng)時，既要考慮產(chǎn)品內(nèi)部的實現(xiàn)機制，同時也應考慮假設分析，復雜計算，數(shù)據(jù)評估方面的功能，為實現(xiàn)決策管理信息系統(tǒng)打下堅實的基礎。六、主要OLAP廠商產(chǎn)品介紹HyperionHyperionEssbaseOLAPServer，在上面有超過100個的應用程序，有300多個用Essbase作為平臺的開發(fā)商。具有幾百個計算公式，支持過程的腳本預言，及統(tǒng)計和基于維的計算。強大的OLAP查詢能力，利用EssbaseQueryDesigner，商業(yè)用戶可以不用IT人員的幫助自己構(gòu)件復雜的查詢。廣泛的應用支持，可以擴展數(shù)據(jù)倉庫和ERP系統(tǒng)的價值，建立對電子商務、CRM、金融、制造業(yè)、零售和CPG（consumerpackagedgoods）等應用的分析程序。Speed-of-Thought的響應時間，支持多用戶同時讀寫Web-Enabled的，以服務器為中心的體系結(jié)構(gòu)，支持SMP強大的合作伙伴提供完整的解決方案，60多個包裝好的解決方案，300多個咨詢和實施公司。豐富的前端工具，有30多個前端工具可供選擇，其中包括Hyperion自己的WiredforOLAP、Spider-ManWebApplication、Objects、EssbaseSpreadsheetAdd-In、WebGateway、Reporting。HyperionEnterprise，為跨國公司提供的財務整合、報告和分析的解決方案。有3000多家組織在使用此套系統(tǒng)。功能豐富：支持多種財務標準USGAAP，CanadianGAAP，UKGAAP，國際會計標準（ISA），F(xiàn)ASB，HGB。分公司間交易的自動平帳。FAS52貨幣轉(zhuǎn)換。FAS94。易用：可通過Excel，Lotus1-2-3和各種瀏覽器訪問系統(tǒng)。支持公司結(jié)構(gòu)的調(diào)整。跨國公司的支持：同時支持6種語言及各個不同國家的法律和稅收要求。完整的過程控制和審計跟蹤，及安全等級的設置。能與ERP或其他數(shù)據(jù)源集成HyperionPillar，預算和計劃工具。全球用戶超過1500家，提供基于活動的預算，基于項目的計劃，集中式計劃，銷售預測和綜合計劃。分布式體系結(jié)構(gòu)詳細計劃的制訂：允許一線經(jīng)理制訂詳細的計劃復雜的建模和分析能力OracleExpressServer提供全面的OLAP能力，有全球超過3000家用戶用戶可通過Web和電子表格使用靈活的數(shù)據(jù)組織方式，數(shù)據(jù)可以存放在ExpressServer內(nèi)，也可直接在RDB上使用有內(nèi)建的分析函數(shù)和4GL來用戶自己定制查詢CognosPowerPlay，為商務效率評價BPM（BusinessPerformanceMeasurement）提供全面的報告和分析環(huán)境。向決策者提供企業(yè)運行效率的各種關(guān)鍵數(shù)據(jù)，進行各種各樣的分析。只用鼠標點擊、拖拉就可以瀏覽多維數(shù)據(jù)自動利用Web發(fā)布得到的分析報告支持多種OLAPServer：MicrosoftOLAPServices、HyperionEssbase、SAPBW、IBMOLAPforDB2完備的授權(quán)和安全體系NovaView，是MicrosoftSQLServer7.0OLAPServices的客戶端應用程序。MicroStrategyMicroStrategy7，是新一代的智能平臺（IntelligencePlatform）面向電子商務應用e-business和電子客戶關(guān)系管理eCRM。具有強大的分析能力以Web為中心的界面支持上百萬的用戶和TB的數(shù)據(jù)快速開發(fā)能力，可直接利用已有的數(shù)據(jù)模式IntelligenceServer，OneforallanalyticapplicationsMicrosoftSQLServer7.0OLAPServices，是SQLServer7.0的OLAP模塊，可以使用任何關(guān)系數(shù)據(jù)庫或平面文件作為數(shù)據(jù)源，其中的PivotTableService提供了客戶端的數(shù)據(jù)緩存和計算能力。智能的Client/Server數(shù)據(jù)管理，提高響應速度，降低網(wǎng)絡流量通過OLEDBforOLAP，允許不同的客戶端訪問BusinessObjectsBusinessObjects，是易用的BI工具，允許用戶存取、分析和共享數(shù)據(jù)。可應用多種數(shù)據(jù)源：RDB，ERP，OLAP，Excel等可應用VBA和開放式對象模型來進行開發(fā)定制IBMDB2OLAPServer，是強大的多維分析工具，把HyperionEssbase的OLAP引擎和DB2的關(guān)系數(shù)據(jù)庫集成在一起。與EssbaseAPI完全兼容數(shù)據(jù)用星型模型存放在關(guān)系數(shù)據(jù)庫DB2中BrioBrio.Enterprise，是強大的易用的BI工具，提供查詢，OLAP分析和報告的能力支持多種語言，包括中文Brio.Report，強大的企業(yè)級報告工具OLAP相關(guān)標準APB-1OLAPBenchmarkReleaseII(SPONSOREDBYOLAPCOUNCIL)