09OLAP多维数据挖掘chap2.pdf

OLAP技术 主讲人：龚卫华（博士） 研究方向：网格计算，多数据库系统 联系：whgong@zjut.edu.cn OLAP技术基本概念 在线分析处理或联机分析处理(OLAP， On-Line Analytical Processing)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。 OLAP专门用于支持复杂的决策分析，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。 OLAP的发展 （1） 客观要求 关系数据库的大规模应用 查询要求越来越复杂 查询中所涉及的数据量不断增大 需要进行综合分析处理 E.F. Codd在1992 年提出了多维数据库和多维 分析的概念，即OLAP。具有使系统在很短的时 间内响应用户的复杂查询的功能。 OLAP的发展 （2） E.F.Codd提出OLAP 的12条准则： 准则1 OLAP模型必须提供多维概念视图 准则2 透明性准则 准则3 存取能力准测 准则4 稳定的报表能力 准则5 客户/服务器体系结构 准则6 维的等同性准则 准则7 动态的稀疏矩阵处理准则 准则8 多用户支持能力准则 准则9 非受限的跨维操作 准则10 直观的数据操纵 准则11 灵活的报表生成 准则12 不受限的维与聚集层次 OLAP的特性 快速性 用户对OLAP的快速反应能力有很高的要求。要求系统 能在5秒钟内对用户的大多数分析要求做出反应。 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。 多维性 多维性是OLAP的关键属性。系统能够提供对数据分析 的多维视图和分析，包括对层次维和多重层次维的支 持。 信息性 不论数据量有多大，也不管数据存储在何处，OLAP 系 统应能及时获得信息，并且管理大容量信息。 OLAP的应用范围 市场和销售分析(Marketing and Sales analysis) 电子商务分析(e-commercial analysis) 基于历史数据的营销(Database marketing) 预算(Budgeting) 财务报告与整合(Financial reporting and consolidation) 管理报告(Management reporting) 利益率分析(Profitability analysis) 质量分析(Quality analysis) 数据挖掘与OLAP 两者分析对象不同： OLAP是对多维数据分析，DM是以变量和记录 为基础进行分析 两者本质不同： OLAP分析过程在是一个演绎推理的过程。 数据挖掘是一个归纳的过程。 数据挖掘和OLAP具有一定的互补性。 OLAP与数据仓库关系 OLAP的多维数据概念 （1） 维就是相同类数据的集合，也可以理解为变量. 关系数据库的记录视图： 产品 时间 地区 销量 VCD机 2002.3.10 北京 5728 传真机 2002.3.10 北京 6739 刻录机 2002.3.10 北京 3976 复印机 2002.3.10 北京 6395 打印机 2002.3.10 上海 6365 传真机 2002.3.10 上海