多维数据集的理解

最新推荐文章于 2024-09-23 21:59:36 发布

weixin_30512089

最新推荐文章于 2024-09-23 21:59:36 发布

阅读量1.5k

点赞数 1

文章标签：数据库

原文链接：http://www.cnblogs.com/forget-link/archive/2007/01/12/618818.html

版权

多维数据集是怎样一个概念？在MSDN上一开始就给出了这样一个解释：

Microsoft SQL Server 2005 Analysis Services (SSAS) 中，多维数据集是基于在数据源视图中建模的表和视图开发的。多维数据集是度量值（事实数据）和维度（可涵盖感兴趣的各个方面，例如时间、产品和客户）组成的集合。多维数据集在计算、关键性能指标 (KPI)、操作、分区、透视和转换方面得到了增强。多维数据集实质上与 UDM 等效。

但这专业的解释之中，无奈又增加了新的概念。我自己使用之后，觉得可以用一个比较无赖的方法来形象的描述一下。

我们假设普通的关系数据库中有以下3个表。
A：只有1个字段 x 数据为连续自然数1,2,3,4...
B：只有1个字段 y 数据为连续负整数-1,-2,-3,-4...
M：3个字段，x,y,m xy同上，m为{x,y}的结构。

现在就用这3个表组建多维数据集，A,B为维度表，M为事实表。关系为A.x=M.x，B.y=M.y。

部署之后，浏览这个多维数据集，M.m做数据，把A.x字段放做columns,B.y字段放做rows,怎么样，结果就是一个标准的解析几何的第三象限了。A.x就是X轴，B.y就是Y轴，M.m则是空间坐标。只要初中文化过关的，应该都可以做反向联想了把。可以把数据关系表上的各种概念一一放到这里来看看究竟代表空间上的什么几何意义。还可以自己增加Z轴。

当然，一般多维数据集通常都有10个以上的轴，而我们只有3维的空间。以上的方式只能作为入门了解的方式而已。

转载于:https://www.cnblogs.com/forget-link/archive/2007/01/12/618818.html