一、OLAP及其多维数据分析　.docVIP

一、OLAP及其多维数据分析　 　　联机分析处理（OLAP）的概念最早是由关系数据库之父E.F.Codd于1993年提出的。当时，Codd认为联机事务处理(OLTP）已不能满足终端用户对数据库查询分析的需要，SQL对大数据库进行的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此Codd提出了多维数据库和多维分析的概念，即OLAP。　 一、OLAP的概念　　根据OLAP产品的实际应用情况和用户对OLAP产品的需求，人们提出了一种对OLAP更简单明确的定义，即共享多维信息的快速分析。　　 （1）快速性　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　随着市场竞争的加剧和信息社会需求的发展企业面临大量数据，包括企业内部数据如企业财务状况、产品销售情况等，以及企业的外部数据，如企业产品的市场占有率、供应商状况、客户的偏好等等，如何快速从中提取(检索、查询)信息、制定市场策略，以便对市场机会做出及时灵活的反应，成为企业在信息时代的市场竞争中立于不败之地的关键所在。这种需求既又涉及大量用于决策的数据随着C/S技术的成熟和并行数据库的发展,信息处理技术的发展趋势已变为从大量的事务型数据库中抽取数据,并将其清理、转换为新的存储格式也就是为决策目标把数据聚合在一种特殊的格式中。随着此过程的发展和完善,这种支持决策的、特殊的数据存储即被称为数据仓库(Data Warehouse, DW)。　　　　　　　　 　　　　　　　　　　　　　　　　　　　　　OLAP委员会的定义：OLAP是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术 。　 OLAP“维”这个概念，因此OLAP也可以说是多维数据分析工具的集合。　 三、数据仓库和联机分析关系探讨　 一个数据仓库中通常包含很多粒度级，反映了数据细节关系。在建立数据仓库时，定义好数据的粒度是非常必要的，因为它将影响整个数据仓库的设计。如果定义的粒度不适当，会阻碍数据仓库的数据组织。粒度过低，抽取大量数据进入数据仓库，磁盘空间容量不够；粒度过高，不能有效发现数据细节。粒度的需求也会发生改变，一定时期用户可能需要详细查看每天汇总数据，但是过了一段时间，用户可能需要按月份查看数据，或可能两时期刚好相反。因此，数据仓库中定义粒度需要考虑这些因素：将要进行的分析类型，可接受的最低聚集级别、能够存储的数据容量。这些因素反映了一个主要问题，就是尽量基于信息的需求来定义数据仓库的粒度级。　　 OLAP的“维”概念能够帮助数据仓库建立粒度级。OLAP中的层次结构维度中成员的集合以及这些成员之间的相对位置。　　 　　 　　　　　 　　　　　　　　　　　　　　　 　　 　　　 OLAP分析　　　 数据挖掘　　　 固定统计分析、报表　 数据抽取、转换、加载　 用户　　 数据抽取、转换、加载　 用户　　　 数据集市　　 元数据　 2000年　　 1月　 2月　　 12月　　　 ．．．　 1日　 2日　　 3日　　 ．．．　 2001年　 ．．．