《聯(lián)機(jī)分析處理OLA》PPT課件

1、1,第3章聯(lián)機(jī)分析處理-OLAP,本章學(xué)習(xí)目標(biāo)：通過OLAP技術(shù)概念介紹了解OLAP的發(fā)展和特點(diǎn)。通過多維分析學(xué)習(xí)掌握多維的基本概念。通過OLAP的實(shí)施掌握OLAP實(shí)施方法。通過MOLAP與ROLAP的學(xué)習(xí)掌握MOLAP與ROLAP的概念。通過OLAP技術(shù)評價(jià)學(xué)習(xí)掌握對OLAP技術(shù)的評價(jià)。,2,3.1概述3.2OLAP定義和基本概念3.3OLAP的數(shù)據(jù)模型3.4多維數(shù)據(jù)分析3.5OLAP的結(jié)構(gòu)與分析工具,第3章聯(lián)機(jī)分析處理-OLAP,3,3.1概述,60年代，關(guān)系數(shù)據(jù)庫之父E.F.Codd提出了關(guān)系模型，促進(jìn)了聯(lián)機(jī)事務(wù)處理(OLTP)的發(fā)展(數(shù)據(jù)以表格的形式而非文件方式存儲)。1993年，E.

2、F.Codd提出了多維數(shù)據(jù)庫和多維分析的概念，即OLAP。,4,OLTPVS.OLAP,5,OLAP基本思想,聯(lián)機(jī)分析處理（OnLineAnalysisProcessing，OLAP）在數(shù)據(jù)倉庫系統(tǒng)中，聯(lián)機(jī)分析處理是重要的數(shù)據(jù)分析工具。OLAP的基本思想是從多方面和多角度以多維的形式來觀察企業(yè)的狀態(tài)和了解企業(yè)的變化。OLAP是獨(dú)立于數(shù)據(jù)倉庫的一種技術(shù)概念當(dāng)OLAP與數(shù)據(jù)倉庫結(jié)合時，OLAP的數(shù)據(jù)源為數(shù)據(jù)倉庫，數(shù)據(jù)倉庫的大量數(shù)據(jù)是根據(jù)多維方式組織的。,6,3.2OLAP定義,聯(lián)機(jī)分析處理（OLAP）是一種軟件技術(shù)，它使分析人員能夠迅速、一致、交互地從各個方面觀察信息，以達(dá)到深入理解數(shù)據(jù)的目的。這

3、些信息是從原始數(shù)據(jù)轉(zhuǎn)換過來的，按照用戶的理解，它反映了企業(yè)真實(shí)的方方面面。（OLAP理事會）,7,OLAP目標(biāo),是滿足決策支持或多維環(huán)境特定的查詢和報(bào)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。,8,OLAP基本概念,變量：從現(xiàn)實(shí)系統(tǒng)抽象出來的，用于描述數(shù)據(jù)的實(shí)際含義，即描述數(shù)據(jù)“是什么”維：是與某一事件相關(guān)的因素在關(guān)系模型的抽象，是人們觀察數(shù)據(jù)的特定角度。如產(chǎn)品維、顧客維、時間維等。維的層次性：是由觀察數(shù)據(jù)細(xì)致程度不同造成的。如日、月、季、年是時間維的層次。維的取值：即維的成員。如“某年某月某日”是時間維的一個成員。,9,OLAP基本概念,維的分類：按

4、照一定的劃分標(biāo)準(zhǔn)對維的所有取值集合的一個分類劃分，用于數(shù)據(jù)鉆取和聚合。如上半年、下半年是對時間維的劃分。事實(shí)：不同維度在某個取值下的交叉點(diǎn)，是對事件的度量。如（牙膏，上海，1998年12月，批發(fā)，銷售額為100000）多維數(shù)據(jù)立方體,10,維的例子,一個電子公司的銷售一般從三個方面分析銷售額：時間：在某一段時間內(nèi)的銷售情況，其度量為（年、季度、月、旬、天）地區(qū)：在某個地區(qū)的銷售情況，度量可分為（地區(qū)、國家、省、市）產(chǎn)品：某類或某型號產(chǎn)品的銷售情況，度量可分為（類別、型號等）此處，（時間，地區(qū)，產(chǎn)品）就構(gòu)成了三個維。維有層次結(jié)構(gòu)，可以在某個層上察看數(shù)據(jù)。,11,維的例子,地區(qū)的層次,全國,江蘇,

5、北京,上海,蘇州市,揚(yáng)州市,寶應(yīng)縣,12,維的例子,正好構(gòu)成一個數(shù)據(jù)立方體，可以有更高階的維，但仍然稱為數(shù)據(jù)立方體。,時間,地區(qū),產(chǎn)品,原點(diǎn),13,OLAP數(shù)據(jù)立方體的計(jì)算（物化）,數(shù)據(jù)立方體的個數(shù)有產(chǎn)品(type)、城市(city)、日期(date)三個維，則：,0-D（頂點(diǎn)）方體,1-D方體,2-D方體,3-D（基本）方體,14,OLAP數(shù)據(jù)立方體的計(jì)算（物化）,一般，若有n個維，則立方體個數(shù)是,(city,item,date),(city,item),(city,date),(item,date),(city),(item),(date),all,all表示不對任何維分組，這組形成了該數(shù)

6、據(jù)立方體的方體格,15,OLAP數(shù)據(jù)立方體的計(jì)算（物化）,實(shí)際維上有分層，如（年、季度、月、星期、日），所以實(shí)際的立方體個數(shù)是極大的。所以，實(shí)時計(jì)算的工作量極大，但全部事先計(jì)算，則存儲量又極大。方體的選擇計(jì)算：不物化：即不預(yù)先計(jì)算任何“非基本”方體全物化：預(yù)先計(jì)算所有的方體部分物化：在整個可能的方體集中，有選擇地物化一個適當(dāng)?shù)淖蛹贠LAP中一般采用部分物化，應(yīng)考慮三個因素:(1)確定要物化的方體子集；(2)利用查詢處理時物化的方體；(3)在裝入和刷新時，有效地更新物化的方體。,16,3.3OLAP的數(shù)據(jù)模型,3.3.1MOLAP數(shù)據(jù)模型3.3.2ROLAP數(shù)據(jù)模型3.3.3MOLAP與ROL

7、AP的比較3.3.4HOLAP數(shù)據(jù)模型,17,3.3.1MOLAP的數(shù)據(jù)模型,MOLAP是基于多維數(shù)據(jù)庫存儲方式建立的OLAP；表現(xiàn)為“超立方”結(jié)構(gòu)，采用類似于多維數(shù)組的結(jié)構(gòu)。例如，二維MDDB（數(shù)組，即矩陣）的數(shù)據(jù)組織見下表,18,3.3.2ROLAP數(shù)據(jù)模型,ROLAP是基于關(guān)系數(shù)據(jù)庫的OLAP。它是一個平面結(jié)構(gòu)，用關(guān)系數(shù)據(jù)庫表示多維數(shù)據(jù)時，采用星型模型。,19,3.3.3MOLAP與ROLAP的比較,1.數(shù)據(jù)存取速度2.數(shù)據(jù)存儲的容量3.多維計(jì)算的能力4.維度變化的適應(yīng)性5.數(shù)據(jù)變化的適應(yīng)性6.軟硬件平臺的適應(yīng)性7.元數(shù)據(jù)管理,20,1.數(shù)據(jù)存取速度,ROLAP服務(wù)器需要將SQL語句轉(zhuǎn)化

8、為多維存儲語句，臨時“拼合”出多維數(shù)據(jù)立方體。因此，ROLAP的響應(yīng)時間較長。MOLAP在數(shù)據(jù)存儲速度上性能好，響應(yīng)速度快。,21,2.數(shù)據(jù)存儲的容量,ROLAP使用的傳統(tǒng)關(guān)系數(shù)據(jù)庫的存儲方法，在存儲容量上基本沒有限制。MOLAP通常采用多平面疊加成立體的方式存放數(shù)據(jù)。MOLAP受操作系統(tǒng)平臺中文件大小的限制，當(dāng)數(shù)據(jù)量超過操作系統(tǒng)最大文件長度時，需要進(jìn)行數(shù)據(jù)分割。多維數(shù)據(jù)庫的數(shù)據(jù)量級難以達(dá)到TB級(只能1020G）,22,3.多維計(jì)算的能力,MOLAP能夠支持高性能的決策支持計(jì)算。ROLAP無法完成多行的計(jì)算和維之間的計(jì)算。,23,4.維度變化的適應(yīng)性,MOLAP增加新的維度，則多維數(shù)據(jù)庫通常

9、需要重新建立。ROLAP對于維表的變更有很好的適應(yīng)性。,24,5.數(shù)據(jù)變化的適應(yīng)性,當(dāng)數(shù)據(jù)頻繁的變化時，MOLAP需要進(jìn)行大量的重新計(jì)算，甚至重新建立索引乃至重構(gòu)多維數(shù)據(jù)庫。在ROLAP中靈活性較好，對于數(shù)據(jù)變化的適應(yīng)性高。,25,MOLAPVSROLAP,26,3.3.4HOLAP數(shù)據(jù)模型,HOLAP（HybridOLAP），即混和型OLAP介于MOLAP和ROLAP之間。在HOLAP中，對最常用的維度和維層次，使用多維數(shù)據(jù)表來存儲，對于用戶不常用的維度和數(shù)據(jù)，采用ROLAP星型結(jié)構(gòu)來存儲。HOLAP得宜于ROLAP的可伸縮性,和MOLAP的快速計(jì)算。（如MSSQLSERVER)在HOLAP

10、的多維數(shù)據(jù)表中的數(shù)據(jù)維度少于MOLAP中的維度表，數(shù)據(jù)存儲容量也少于MOLAP方式。HOLAP在數(shù)據(jù)存取速度上又低于MOLAP。,27,3.4OLAP的基本操作,數(shù)據(jù)切片：多維數(shù)據(jù)是由多個維度組成的，如果在某個維度上選定一個取值，則多維數(shù)據(jù)從n維下降成n-1維數(shù)據(jù)切塊：將完整的數(shù)據(jù)立方體切取一部分?jǐn)?shù)據(jù)而得到的新的數(shù)據(jù)立方體。數(shù)據(jù)鉆取(下鉆)：從較高的維度層次下降到較低的維度層次上來觀察多維數(shù)據(jù)數(shù)據(jù)聚合(上卷)：對數(shù)據(jù)進(jìn)行高層次綜合的操作數(shù)據(jù)旋轉(zhuǎn)：改變維度的位置關(guān)系，使最終用戶可從其他視角來觀察多維數(shù)據(jù)。,28,基本操作示例,以“城市、產(chǎn)品、時間”三維數(shù)據(jù)為例，如下圖,29,20,29,40,3

11、5,時間,產(chǎn)品,地區(qū),一季度,二季度,三季度,四季度,北京,上海,南京,廣州,VCD,手機(jī),電腦,空調(diào),69,（北京，二季度，電腦的銷售額）,30,1.切片,對三維數(shù)據(jù)，通過“切片”，分別從產(chǎn)品和城市等不同的角度觀察銷售情況：,31,切片示例1,切片(slice)：地區(qū)=“北京”意義：北京地區(qū)四個季度空調(diào)、電腦、手機(jī)、VCD的銷售金額,32,切片示例2,切片：產(chǎn)品=“空調(diào)”意義：空調(diào)產(chǎn)品在四個季度中各地區(qū)的銷售金額,33,2.切塊,（1）在多維數(shù)組的某一個維上選定某一區(qū)間的維成員的操作切塊可以看成是在切片的基礎(chǔ)上，確定某一個維成員的區(qū)間得到的片段，也即由多個切片疊合起來。（2）選定多維數(shù)組的一個三維子集的操作在多維數(shù)組（維1，維2，維n，變量）中選定3個維，維i、維j、維k，在這3個維上分別取一個區(qū)間，或任意維成員，而其它維都取定一個維成員。,34,切塊示例,分塊(dice)：地區(qū)=“南京”AND“廣州”產(chǎn)品“空調(diào)”AND“手機(jī)”,35,3.鉆取,鉆取有向下鉆?。╠rilldown）和向上鉆取（drillup）操作。向下鉆取是使用戶在多層數(shù)據(jù)中能通過導(dǎo)航信息而獲得更多的細(xì)節(jié)性數(shù)據(jù)。向上鉆取獲取概括性的數(shù)據(jù)。,36,下鉆（drill_down)：按時間分到月、甚至天為單位,下鉆,37,上卷（roll_up)：按時間上卷到半年為單位,20,29,40,35,時間,產(chǎn)品,地