多维数据模型与OLAP实现

一、多维数据模型及相关概念
数据模型一般有两个层次：概念层（逻辑层）和物理层。逻辑数据模型是从概念角度抽象出现实世界的内在规律，如业务流程、数据架构等；物理数据模型则侧重于特定环境下的具体实现，如效率、安全性等.

多维数据模型是一个逻辑概念，该模型主要解决如何对大量数据进行快速查询和多角度展示，以便得出有利于管理决策的信息和知识。多维数据模型的应用领域主要有数据仓库、OLAP和数据挖掘三个方面。其中，多维结构是OLAP的核心。

多维数据模型通过引入维、维分层和度量等概念，将信息在概念上视为一个立方体。

１、立方体：用三维或更多的维数描述一个对象，每个维彼此垂直。数据的度量值发生在维的交叉点上，数据空间的各个部分都有相同的维属性。
２、维：是人们观察数据的特定角度，是考虑问题时的一类属性。属性的集合构成一个维（如时间维、机构维等）。
３、维分层：同一维度还可以存在细节程度不同的各个描述方面（如时间维可包括年、季度、月份、旬和日期等）。
４、维属性：维的一个取值，是数据项在某维中位置的描述（例如“某年某月某日”是在时间维上位置的描述）。
５、度量：立方体中的单元格，用以存放数据。

OLAP的基本多维分析操作有钻取（roll up，drill down）、切片（Slice）、切块（Dice）及旋转（Pivot）等。
钻取包含向下钻取和向上钻取。上卷操作，钻取的深度与维所划分的层次相对应。上卷操作通过维规约，在数据立方体上进行聚集。下钻操作是上卷操作的逆操作࿰