数仓知识09_数据仓库的实现（计算和OLAP）

数据仓库海量数据–>OLAP服务器在数秒内回答决策支持查询

因此数仓要支持高校的数据立方体计算技术、存取方法和查询处理技术

1.数据立方体的有效计算
核心：有效计算多维集合上的聚集（分组），每个聚集（分组）用一个方体表示,分组的集合形成定义数据立方体的方体的格。

（1）computer cube操作和维灾难

一种方法是扩充SQL使之包含computer cube操作，这个操作在操作制定的维的所有子集上计算聚集。维灾难：存储空间不足

（2）物化

给定基本方体，方体的物化有三种选择，

不物化：不预先计算任何非基本方体，这样试试计算需要昂贵的多维聚集，运行比较慢
完全物化：预先计算所有方体，需要大量的存储空间来存放预计算的方体
部分物化：有选择的计算整个可能的方体集中一个适当的子集

2.索引OLAP数据
为了有效数据访问，大部分数仓支持索引结构和物化视图。

位图索引：允许在立方体中快速搜索；每个属性都有他自己的位图索引；将连接、聚集和比较操作归结成位算术运算。
连接索引：关系型数据库查询处理；

3.OLAP查询的有效处理
给定物化的视图，查询处理应按照如下步骤进行：

（1）确定哪些操作应当在可利用的方体上执行：

涉及到查询中的选择、投影、上卷（分组）和下钻操作转换成对应的SQL或者OLAP操作。例如

数据立方体的切片和切块对应物化方体上的选择或者投影操作

（2）确定相关操作应当使用哪些物化的方体：

4.OLAP服务器结构：ROLAP、MOLAP、HOLAP的比较
OLAP服务器的物理结构和实现必须考虑数据存放问题。由于OLAP处理的数据仓库服务器额实现包括

（1）关系OLAP（ROLAP)服务器：

这是一种中间服务器，介于关系的后端服务器和客户前端工具之间。他们使用关系的或者扩充关系的DBMS存储并管理数据仓库数据，而OLAP中间件支持其余部分。ROLAP服务器包括每个DBMS后端优化，聚集导航逻辑的实现，附加的工具和服务。

（2）多维OLAP(MOLAP)服务器：这届服务器通过基于数组的多维存储引擎，支持数据的多维视图。他们将多维视图直接映射到数立方体数组结构。

（3）混合OLAP（HOLAP）服务器：混合OLAP方法结合ROLAP和MOLAP技术，得益于ROLAP较大的可伸缩性和MOLAP的快速计算。例如：HOLAP服务器允许将大量的详细数据存放在关系数据库中。

（4）特殊的SQL服务器

一些数据库系统供应商实现了特殊的SQL服务器，提供高级查询语言和查询处理，在制度环境下，在星形和雪花形模式上支持SQL查询。