多維數(shù)據(jù)分析方法詳解28張幻燈片

1、數(shù)據(jù)倉庫與OLAP實踐清華大學出版社1第3章 多維數(shù)據(jù)分析基礎(chǔ)與方法 3.1 多維數(shù)據(jù)分析基礎(chǔ) 3.2 多維數(shù)據(jù)分析方法 3.3 維度表與事實表的連接 3.4 多維數(shù)據(jù)的存儲方式 3.5 小結(jié) 23.1 多維數(shù)據(jù)分析基礎(chǔ)多維數(shù)據(jù)分析是以數(shù)據(jù)庫或數(shù)據(jù)倉庫為基礎(chǔ)的，其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)，但兩者面對的用戶不同，數(shù)據(jù)的特點與處理也不同。多維數(shù)據(jù)分析與OLTP是兩類不同的應用，OLTP面對的是操作人員和低層管理人員，多維數(shù)據(jù)分析面對的是決策人員和高層管理人員。OLTP是對基本數(shù)據(jù)的查詢和增刪改操作，它以數(shù)據(jù)庫為基礎(chǔ)，而多維數(shù)據(jù)分析更適合以數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)分析處理。31.

2、 多維數(shù)據(jù)集（Cube）多維數(shù)據(jù)集由于其多維的特性通常被形象地稱作立方體（Cube），多維數(shù)據(jù)集是一個數(shù)據(jù)集合，通常從數(shù)據(jù)倉庫的子集構(gòu)造，并組織和匯總成一個由一組維度和度量值定義的多維結(jié)構(gòu)。SQL Server 2000中一個多維數(shù)據(jù)集最多可包含128個維度和1024個度量值。42. 度量值（Measure）度量值是決策者所關(guān)心的具有實際意義的數(shù)值。例如，銷售量、庫存量、銀行貸款金額等。度量值所在的表稱為事實數(shù)據(jù)表，事實數(shù)據(jù)表中存放的事實數(shù)據(jù)通常包含大量的數(shù)據(jù)行。事實數(shù)據(jù)表的主要特點是包含數(shù)值數(shù)據(jù)（事實），而這些數(shù)值數(shù)據(jù)可以統(tǒng)計匯總以提供有關(guān)單位運作歷史的信息。度量值是所分析的多維數(shù)據(jù)集的核心

3、，它是最終用戶瀏覽多維數(shù)據(jù)集時重點查看的數(shù)值數(shù)據(jù)。 53. 維度（Dimension）維度（也簡稱為維）是人們觀察數(shù)據(jù)的角度。例如，企業(yè)常常關(guān)心產(chǎn)品銷售數(shù)據(jù)隨時間的變化情況，這是從時間的角度來觀察產(chǎn)品的銷售，因此時間就是一個維（時間維）。例如，銀行會給不同經(jīng)濟性質(zhì)的企業(yè)貸款，比如國有、集體等，若通過企業(yè)性質(zhì)的角度來分析貸款數(shù)據(jù)，那么經(jīng)濟性質(zhì)也就成為了一個維度。 包含維度信息的表是維度表，維度表包含描述事實數(shù)據(jù)表中的事實記錄的特性。 64. 維的級別（Dimension Level）人們觀察數(shù)據(jù)的某個特定角度（即某個維）還可以存在不同的細節(jié)程度，我們稱這些維度的不同的細節(jié)程度為維的級別。一個維往

4、往具有多個級別.例如描述時間維時，可以從月、季度、年等不同級別來描述，那么月、季度、年等就是時間維的級別。 75. 維度成員（Dimension Member）維的一個取值稱為該維的一個維度成員（簡稱維成員）。如果一個維是多級別的，那么該維的維度成員是在不同維級別的取值的組合。例如，考慮時間維具有日、月、年這3個級別，分別在日、月、年上各取一個值組合起來，就得到了時間維的一個維成員，即“某年某月某日”。 8多維數(shù)據(jù)集示例93.2 多維數(shù)據(jù)分析方法 多維分析可以對以多維形式組織起來的數(shù)據(jù)進行上卷、下鉆、切片、切塊、旋轉(zhuǎn)等各種分析操作，以便剖析數(shù)據(jù)，使分析者、決策者能從多個角度、多個側(cè)面觀察數(shù)據(jù)庫

5、中的數(shù)據(jù)，從而深入了解包含在數(shù)據(jù)中的信息和內(nèi)涵。 101. 上卷（Roll-Up）上卷是在數(shù)據(jù)立方體中執(zhí)行聚集操作，通過在維級別中上升或通過消除某個或某些維來觀察更概括的數(shù)據(jù)。 沿著時間維上卷，由“季度”上升到半年 11上卷（續(xù)）上卷的另外一種情況是通過消除一個或多個維來觀察更加概況的數(shù)據(jù)。 消除“經(jīng)濟性質(zhì)”維度 122. 下鉆（drill-down）下鉆是通過在維級別中下降或通過引入某個或某些維來更細致的觀察數(shù)據(jù)。 沿時間維下鉆 133. 切片（slice）在給定的數(shù)據(jù)立方體的一個維上進行的選擇操作。切片的結(jié)果是得到了一個二維的平面數(shù)據(jù)。 “時間1季度” 143. 切塊（dice）在給定的數(shù)

6、據(jù)立方體的兩個或多個維上進行的選擇操作。切塊的結(jié)果是得到了一個子立方體。 (度量值“正?！?or “次級”）And （時間“1季度” or “2季度”） 155轉(zhuǎn)軸（pivot or rotate）轉(zhuǎn)軸就是改變維的方向。 交換“時間”和“經(jīng)濟性質(zhì)”軸163.3 維度表與事實表的連接 維度表和事實表相互獨立，又互相關(guān)聯(lián)并構(gòu)成一個統(tǒng)一的架構(gòu)。構(gòu)建多維數(shù)據(jù)集時常用的架構(gòu)：星型架構(gòu)雪花型架構(gòu)星型雪花架構(gòu)在SQL Server 2000中，這些架構(gòu)的中心都是一個事實數(shù)據(jù)表。 171. 星型架構(gòu)維度表只與事實表關(guān)聯(lián)，維度表彼此之間沒有任何聯(lián)系，每個維度表中的主碼都只能是單列的，同時該主碼被放置在事實數(shù)據(jù)表

7、中，作為事實數(shù)據(jù)表與維表連接的外碼。星型架構(gòu)是以事實表為核心，其他的維度表圍繞這個核心表呈星型狀分布。 18星型架構(gòu)示意圖192雪花型架構(gòu) (Snow Schema)某個維度表不與事實表直接關(guān)聯(lián)，而是與另一個維表關(guān)聯(lián)?？梢赃M一步細化查看數(shù)據(jù)的粒度。維度表和與其相關(guān)聯(lián)的其他維度表也是靠外碼關(guān)聯(lián)的。也以事實數(shù)據(jù)表為核心。 20雪花型架構(gòu)示意圖213星型雪花架構(gòu)(Star-Snow Schema)將星型架構(gòu)和雪花式架構(gòu)合并在一起使用，而成為星型雪花架構(gòu)。 223.4 多維數(shù)據(jù)的存儲方式 SQL Server 2000的Analysis 三種多維數(shù)據(jù)存儲方式:MOLAP（多維OLAP）ROLAP（關(guān)系

8、OLAP）HOLAP（混合OLAP） 231ROLAPROLAP的數(shù)據(jù)與計算結(jié)果直接由原來的關(guān)系數(shù)據(jù)庫取得，存儲維度的數(shù)據(jù)以數(shù)據(jù)表形式存儲在OLAP服務器上。ROLAP將支撐多維數(shù)據(jù)的原始數(shù)據(jù)、多維數(shù)據(jù)集數(shù)據(jù)、匯總數(shù)據(jù)和維度數(shù)據(jù)都存儲在現(xiàn)有的關(guān)系數(shù)據(jù)庫中，并用獨立的關(guān)系表來存放聚集數(shù)據(jù)。不存儲源數(shù)據(jù)副本，占用的磁盤空間最少，但存取速度也比較低。 242MOLAPMOLAP使用多維數(shù)組存儲數(shù)據(jù)，它是一種高性能的多維數(shù)據(jù)存儲格式。多維數(shù)據(jù)在存儲中將形成“立方體”的結(jié)構(gòu)。MOLAP存儲模式將數(shù)據(jù)與計算結(jié)果都存儲在立方體結(jié)構(gòu)中，并存儲在分析服務器上。該結(jié)構(gòu)在處理維度時創(chuàng)建。存取速度最快，查詢性能最好，

9、但占用磁盤空間較多。 253HOLAPROLAP與MOLAP存儲方式的結(jié)合。原始數(shù)據(jù)和ROLAP一樣存儲在原來的關(guān)系數(shù)據(jù)庫中，而聚合數(shù)據(jù)則以多維的形式存儲。這樣它既能與關(guān)系數(shù)據(jù)庫建立連接，同時又利用了多維數(shù)據(jù)庫的性能優(yōu)勢。缺點是在ROLAP和MOLAP系統(tǒng)之間的切換會影響它的效率。 26三種存儲方式的比較 內(nèi)容MOLAPROLAPHOLAP源數(shù)據(jù)的副本有無無占用分析服務器存儲空間大小小使用多維數(shù)據(jù)集小較大大數(shù)據(jù)查詢快慢慢聚合數(shù)據(jù)的查詢快慢快使用查詢頻度經(jīng)常不經(jīng)常經(jīng)常273.5 小結(jié)多維數(shù)據(jù)集是一個數(shù)據(jù)集合，通常從數(shù)據(jù)倉庫的子集構(gòu)造，并組織和匯總成一個由一組維度和度量值定義的多維結(jié)構(gòu)。度量值是決策者所關(guān)心