商务智能OLAP

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,#,在线分析处理,Online Analytical Processing,OLAP发展,背,背景,60年,代,代，关,系,系数据,库,库之父E.F,.,.Codd提,出,出了关,系,系模型,，,，促进,了,了联机,事,事务处,理,理(OLTP,),)的发,展,展(数,据,据以表,格,格的形,式,式而非,文,文件方,式,式存储,),)。1993,年,年，E,.,.F.Codd提出,了,了OLAP概,念,念，认,为,为OLTP已,不,不能满,足,足终端,用,用户对,数,数据库,查,查询分,析,析的需,要,要，SQL对,大,大型数,据,据库进,行,行的简,单,单查询,也,也不能,满,满足终,端,端用户,分,分析的,要,要求。,用,用户的,决,决策分,析,析需要,对,对关系,数,数据库,进,进行大,量,量计算,才,才能得,到,到结果,，,，而查,询,询的结,果,果并不,能,能满足,决,决策者,提,提出的,需,需求。,因,因此，E.F,.,.Codd提,出,出了多,维,维数据,库,库和多,维,维分析,的,的概念,，,，即OLAP,。,。,OLAP是目,前,前RDBMS,不,不可缺,少,少的功,能,能，可,以,以作为,一,一个独,立,立的OLAP,服,服务器,实,实现，,也,也可以,集,集成在RDBMS中,。,。,什么是OLAP？,定义1,：,：OLAP,(,(联机,分,分析处,理,理)是针对,特,特定问,题,题的联,机,机数据,访,访问和,分,分析。,通,通过对,信,信息(,维,维数据,),)的多,种,种可能,的,的观察,形,形式进,行,行快速,、,、稳定,一,一致和,交,交互性,的,的存取,，,，允许,管,管理决,策,策人员,对,对数据,进,进行深,入,入观察,。,。,定义2,：,：OLAP,(,(联机,分,分析处,理,理)是使分,析,析人员,、,、管理,人,人员或,执,执行人,员,员能够,从,从多种,角,角度对,从,从原始,数,数据中,转,转化出,来,来的、,能,能够真,正,正为用,户,户所理,解,解的、,并,并真实,反,反映企,业,业维特,性,性的信,息,息进行,快,快速、,一,一致、,交,交互地,存,存取，,从,从而获,得,得对数,据,据的更,深,深入了,解,解的一,类,类软件,技,技术。,(,(OLAP委,员,员会的,定,定义),OLAP的目,标,标是满足,决,决策支,持,持或多,维,维环境,特,特定的,查,查询和,报,报表需,求,求，它,的,的技术,核,核心是,“,“维”,这,这个概,念,念，因,此,此OLAP也,可,可以说,是,是多维,数,数据分,析,析工具,的,的集合,。,。,OLAP决策分,析,析,OLAP分析属,于,于验证,驱,驱动型,发,发现：,用,用户首,先,先提出,自,自己的,假,假设，,然,然后利,用,用OLAP工具检,索,索查询,以,以验证,或,或否定,假,假设。,OLAP的数据,源,源,OLTP&Legacy,ERP,Flat Files,Data Warehouses,Data Marts,ODS,Spreadsheets,OLAP基本概,念,念,维：是人们,观,观察数,据,据的特,定,定角度,，,，是考,虑,虑问题,时,时的一,类,类属性(时间维,、,、地理,维,维等)。,维的层,次,次：人们观,察,察数据,的,的某个,特,特定角,度,度(即某个,维,维)还可以,存,存在细,节,节程度,不,不同的,各,各个描,述,述方面(时间维,：,：日期,、,、月份,、,、季度,、,、年)。,维的成,员,员：维的一,个,个取值,。,。是数,据,据项在,某,某维中,位,位置的,描,描述。(“某年某,月,月某日,”,”是在,时,时间维,上,上位置,的,的描述),多维数,组,组：维和变,量,量的组,合,合表示,。,。一个,多,多维数,组,组可以,表,表示为,：,：(维1，维2，维n，变量)。(时间，,地,地区，,产,产品，,销,销售额),数据单,元,元(单元格)：多维数,组,组的取,值,值。(2000年1月，上,海,海，笔,记,记本电,脑,脑，$100000),OLAP特性,快速性:用户对OLAP的快速,反,反应能,力,力有很,高,高的要,求,求。系,统,统应能,在,在5秒内对,用,用户的,大,大部分,分,分析要,求,求做出,反,反应。,客,客户/服务器,体,体系结,构,构两,层,层或三,层,层C/S结构。,可分析,性,性:OLAP系统应,能,能处理,与,与应用,有,有关的,任,任何逻,辑,辑分析,和,和统计,分,分析。,多维性:多维性,是,是OLAP的关键,属,属性。,系,系统必,须,须提供,对,对数据,的,的多维,视,视图和,分,分析,包括对,层,层次维,和,和多重,层,层次维,的,的完全,支,支持。,信息性:不论数,据,据量有,多,多大，,也,也不管,数,数据存,储,储在何,处,处，OLAP系统应,能,能及时,获,获得信,息,息，并,且,且管理,大,大容量,信,信息。,OLAP工具的,分,分类标,准,准,分成多,维,维数据,库,库工具,（,（MOLAP）、关系型,数,数据库,工,工具（ROLAP）和桌面,型,型数据,库,库工具,。,。,支持多,维,维数据,库,库工具,的,的是多,维,维数据,库,库，而,不,不是传,统,统上的,关,关系型,数,数据库,，,，数据,存,存储不,采,采用传,统,统关系,模,模型所,使,使用的,记,记录及,表,表等方,式,式，而,采,采用矩,阵,阵（多,维,维矩阵,）,）方式,来,来存储,数,数据。,与多维,数,数据库,工,工具相,比,比，关,系,系型OLAP工具在,数,数据库,层,层次上,有,有标准,的,的关系,模,模型和,标,标准的,数,数据访,问,问方式,及,及其编,程,程接口,，,，工具,与,与数据,库,库的互,联,联性较,好,好。,桌面型OLAP工具是,指,指在微,机,机环境,下,下开发,的,的支持,简,简单多,维,维分析,的,的用户,工,工具，,这,这些工,具,具没有,自,自己的,数,数据存,储,储，而,把,把用户,提,提交的,查,查询翻,译,译成对,数,数据源,的,的查询,，,，然后,从,从数据,源,源中提,取,取结果,数,数据，,并,并将这,些,些结果,数,数据合,成,成最终,的,的结果,返,返回给,客,客户。,OLAP多维数,据,据结构,超立方,结,结构(Hypercube)多维数,据,据集,立方体,或,或超立,方,方结构,指,指用三,维,维或更,多,多的维,数,数来描,述,述一个,对,对象,每个维,彼,彼此垂,直,直。,数据的,测,测量值,发,发生在,维,维的交,叉,叉点上,数据空,间,间的各,个,个部分,都,都有相,同,同的维,属,属性(收缩超,立,立方结,构,构，这,种,种结构,的,的数据,密,密度更,大,大,数据的,维,维数更,少,少,并可加,入,入额外,的,的分析,维,维)。,客户种,类,类数量,分,分布多,维,维立方,OLAP操作,Codd从可视,化,化角度,提,提出，,主,主要基,于,于统计,的,的方法,：,：,切片和,切,切块(SliceandDice),在多维,数,数据结,构,构中,按二维,进,进行切,片,片,按三维,进,进行切,块,块,可得到,所,所需要,的,的数据,。,。如在“城市、,产,产品、,时,时间”三维立,方,方体中,进,进行切,块,块和切,片,片,可得到,各,各城市,、,、各产,品,品的销,售,售情况,。,。,钻取(Drill,),),钻取包,含,含向下,钻,钻取(Drill,-,-down)和向上,钻,钻取(Drill,-,-up,),)/上卷(Roll-up)操作，,钻,钻取的,深,深度与,维,维所划,分,分的层,次,次相对,应,应。,旋转(Rotate)/旋转(Pivot,),),通过旋,转,转可以,得,得到不,同,同视角,的,的数据,。,。,辅之于,各,各种图,形,形展示,分,分析结,果,果,切片、,切,切块,销售数,据,据的4-D表示,DicingExample,Dicing,:,:FilteringbyAUS1+AUS2and Wholesale,Slicing Example,Slicing:FilteringbyAUS2,Web数据的,多,多维分,析,析,钻取,数据聚,集,集,旋转,时间,产品,财务指标,财务指标,产品,时间,pivot,Drill-across,:,:Distributionfirst,SalesOrg,.,.second,按城市的,销,销售数,据,据,按产品的,销,销售数,据,据,国际体,育,育用品,公,公司的,数,数据分,析,析（1）,IBMVisual WarehouseV3.1,LotusApproach或MicrosoftAccess,IntelligentMinerfordata/text,国际体,育,育用品,公,公司的,数,数据分,析,析（2）,按地区,划,划分的,头,头盔销,售,售数据,按地区,和,和国家,划,划分的,头,头盔销,售,售数据,国际体,育,育用品,公,公司的,数,数据分,析,析（3）,按地区,、,、国家,和,和城市,划,划分的,头,头盔销,售,售数据,山地车,和,和头盔,销,销售的,比,比较,Brio Enterprise丰富的,钻,钻取功,能,能,图4.5Cognos的钻取,操,操作,IBMCognos的钻取,操,操作,OLAP分类,按照存储方式,OLAP,MOLAP,HOLAP,ROLAP,按照处理地点,Client OLAP,Server OLAP,Relational database,Cube,Microsoft SQL Server OLAP Service,ROLAP,MOLAP,HOLAP,基于关,系,系数据,库,库的OLAPROLAP,用关系,表,表达式,描,描述多,维,维概念,大量,的,的关系,表,表。,用星型,模,模型、,雪,雪花模,型,型构造,维,维模型,。,。,DB,DW,基础数据,元数据,计算结果,多维综合引擎,多维,视图,SQL,存取,多维,存取,RDBMS服务器,关系型OLAP,服务器 客户,MOLAP的多维,立,立方体(Multicube),DB,DW,多维视图,基础数据,计算结果,多维数据,库引擎,客户,多维,存取,基于多,维,维数据,库,库(MDDB)的OLAPMOLAP,OLAP服务器,：,：存储OLAP服务软,件,件和多,维,维数据,库,库,MDDB存储：,采,采用“超立,方,方体”形式,MDDB存取：多维,操,操作,数据组,织,织形式,RDB数据组,织,织-MDDB数据组,织,织-关系表,中,中综合,数,数据的,存,存放,多维数,据,据库中,综,综合数,据,据的存,放,放,产品名称,地区,销售量,冰箱,东北,50,冰箱,西北,60,冰箱,华北,100,彩电,东北,40,彩电,西北,70,彩电,华北,80,空调,东北,90,空调,西北,120,空调,华北,140,东北,西北,华北,冰箱,50,60,100,彩电,40,70,80,空调,90,120,140,产品名称,地区,销售量,冰箱,东北,50,冰箱,西北,60,冰箱,华北,100,冰箱,总和,210,彩电,东北,40,彩电,西北,70,彩电,华北,80,彩电,总和,190,空调,东北,90,空调,西北,120,空调,华北,140,空调,总和,350,总和,东北,180,总和,西北,250,总和,华北,320,总和,总和,750,东北,西北,华北,总和,冰箱,50,60,100,210,彩电,40,70,80,190,空调,90,120,140,350,总和,180,250,320,750,ROLAP与MOLAP比较,在MOLAP,中,中，不,但,但把多,维,维实视,图,图在概,念,念上看,成,成一个,超,超立方,体,体，而,且,且在物,理,理上把,多,多维实,视,视图组