维上带层次的数据立方的自底向上计算.pdfVIP

维上带层次的数据立方的自底向上计算 Bottom-UpComputationofDataCubeWithHierachy 冯玉才 向隆刚 冯剑琳 陈长清 (华中科技大学数据岸与多媒体研究所 武汉 4300741 摘 要 最近几年，提出了许多用于计算数据立方的算法，但是，这些算法很9P*AMMM_L99xA1T 算。本文通过扩展BUC算法，提出了HEM 算法，将层次上的聚集计算结合到稀疏数据立方的计算中， 用来计算组合不同维以及组合各个维的不同粒度的聚集。 关拍词 数据立方，聚集,CUBE算子，BUC Aadeblgaoslrtwriathimcthtth,BfenBcutUhbeCe,claofsomtrpffeuuwtallytcioeoamnrpsni,mocuoarntpniyograaspltgnaoirrgsithehmcieurbsaraecrhaeytpv.raInorptiohouussesdpleavtpoeacls,obmoyfpduexettetaendildaatnanidgcuothbneevB,ahUroCiwou,wesvceeorpm,rofbepwnioasotefioanthnseemwof attributes KeywordsDataCube,Aggregation.CubeOpreator,BUC 率，这也是各种算法优化数据立方计算的 1引言 主要出发点。目前，提出了许多用于计算 数据立方的算法，如PipeScrt,PipeHash, OLAP应用经常预先计算大量的聚集 以提高聚集查询的响应速度,CUBE算子151 Ube和BUC等， 扩展了标准的GROUPBY操作，用于计 算所有的GROUPBY属性组合的聚集，对 于含n个GROUPBY属性的CBUE算子， 将会产生2a个不同的GROUPBY计算。 例 如 ， 考 虑 一 个 关 系 事 务 (Product,Store,Sales)，计算 CUBE (Product,Store)的销量(Sale的包括:计 算整个事务的销量 (即空的GROUPBY), 计算每一种产品销量 (即GROUPBY Product)，计算每一家商店的销量 (即 GROUPBYStore),以及计算每一家商店 我们在实施DM-OLAP系统时选择BUC算 的每一种产品的销量(即GROUPBYStor, 法来计算数据立方。 Product)。在。LAP界，我们把被组合的 属性称作维，把被聚集的属性被称作度， 一般说来，维是有层次的，例如，对 把数据立方计算中的一个GROUPBY称 于时间维，一个可能的层次结构就是:日 作一个cubeid或者一个group一。 一月一年，层次在OLAP分析中起着重要 )和上卷(roll_up解作 实现CUBE算子时，可以分别计算各 作用，下钻(drilldown CUBE算 的层次方向进行的。 1 个聚集，但是，如果能利用各个聚集之间 子只是计算了数据立方上各个维之间组合 ， 1 ， 的联系，将大大提高CUBE算子的计算效 的聚集，对于组合各个维不同粒度的聚蒙