面向?qū)崟rOLAP的數(shù)據(jù)立方體計算方法研究.pdf

1、OLAP(Online Analysis Processing)是數(shù)據(jù)倉庫中一種重要的決策支持分析工具。傳統(tǒng)的OLAP設(shè)計基于歷史數(shù)據(jù)的離線批量計算,制約了分析的實時性。在當今瞬息萬變的商業(yè)社會,決策者需要把握稍縱即逝的商機,要求OLAP能夠?qū)Ａ繑?shù)據(jù)進行實時分析,以幫助決策者及時做出決策。實時OLAP要求在數(shù)據(jù)倉庫實時更新的情況下具有快速查詢響應(yīng)的能力。為了達到實時OLAP的要求,數(shù)據(jù)立方體預(yù)計算是一種行之有效的解決方案,即將用戶可能

2、提出的所有查詢條件預(yù)先進行計算,用戶請求查詢時直接返回預(yù)計算結(jié)果即可,而不需要進行復(fù)雜的在線聚集計算。隨著數(shù)據(jù)倉庫的實時更新,數(shù)據(jù)立方體也需隨之實時更新,使得決策者能及時在線查詢當前最新的業(yè)務(wù)情況。數(shù)據(jù)立方體所占空間將是原數(shù)據(jù)的幾十甚至上百倍,故數(shù)據(jù)立方體計算是一項數(shù)據(jù)密集和計算密集型任務(wù),計算不同維度組合上的聚集以及存儲聚集結(jié)果對時間和空間都有非常高的要求。
　　面向?qū)崟rOLAP的要求,本文的研究思路如下:
　　首先,數(shù)據(jù)

3、立方體預(yù)計算解決了實時OLAP的快速查詢響應(yīng)要求。故本文對數(shù)據(jù)立方體的計算方法展開了研究,以降低計算時間復(fù)雜度和降低存儲空間復(fù)雜度兩個核心目標為引導(dǎo),對國內(nèi)外相關(guān)技術(shù)進行學(xué)習和研究。
　　其次,為了解決實時OLAP的數(shù)據(jù)立方體實時更新問題,本文重點研究了支持增量更新的數(shù)據(jù)立方體模型及增量計算方法。
　　最后,本文針對數(shù)據(jù)立方體在增量更新期間不可用的問題展開進一步研究,以切合實時OLAP的要求。
　　經(jīng)過對大量國外研究現(xiàn)

4、狀的學(xué)習以及自身的思考和探索,本文所取得的研究成果和創(chuàng)新如下:
　　首先,通過研究發(fā)現(xiàn),為了達到實時OLAP的要求,對數(shù)據(jù)立方體進行壓縮是非常必要的,有效的數(shù)據(jù)立方體壓縮方法在削減其空間復(fù)雜度的同時也將大大縮短其計算時間和更新維護的時間。本文采用可擴展多維數(shù)組作為數(shù)據(jù)立方體的數(shù)據(jù)組織模型,并通過去除完全冗余的邏輯壓縮方法和基于 HOMD的物理壓縮方法對可擴展多維數(shù)組進行兩次有效壓縮,大幅度降低了數(shù)據(jù)立方體的空間復(fù)雜度。