OLAP系统的关键几个衡量:
1、 良好的执行性能,能快速地进行分析处理工作。
2、 良好的适用性和可伸缩性。
3、 开放式接口和丰富的API。
1. Cube
多维数据集是由多个维度,度量值组成的多维数据模型.下图能直观的看到cube的模型
可以看下SQL SERVER2008生成 cube的本地文件描述:
CREATE
GLOBAL
CUBE
[Hot Sale DW]
Storage
'D:\hotsale.cub'
--cube文件的保存路径
FROM
[Hot Sale DW]
(
MEASURE [Hot Sale DW].[销售总额],
--需要的度量值
MEASURE [Hot Sale DW].[销售量],
DIMENSION [Hot Sale DW].[Dim地区],
--需要的维度
DIMENSION [Hot Sale DW].[Dim交易状态],
DIMENSION [Hot Sale DW].[Dim日期],
DIMENSION [Hot Sale DW].[Dim商品],
DIMENSION [Hot Sale DW].[Dim网店]
)
从cube的模型中可以看到以下的概念:
事实表: 维度+度量,这个概念之前讲星型模式和雪花模式的时候已经讲到。
2. 维度dimension
维度理解为数据的属性,是我们分析数据的角度,比如分析公司在全国各地的各种商品的销售情况,那么商品类别,地区,店铺等就是维度,维度中包含层级,比如说地区,省和省(湖北省,湖南省..)之间就是水平层及,省下面有市和县等,比如湖北省->恩施市->来凤县,这就是垂直层级,我们通过维度来定义获取数据分析的条件
3. 度量Measure
一种是可以累计的度量值,另一种是非累计的度量值。最有用的度量值是可累计的度量值,其累计起来的数字是非常有意义的。用户可以通过累计度量值获得汇总信息,例如。可以汇总具体时间段内一组商店的特定商品的销售情况。非累计的度量值也可以用于事实数据表,单汇总结果一般是没有意义的,例如,在一座大厦的不同位置测量温度时,如果将大厦中所有不同位置的温度累加是没有意义的,但是求平均值是有意义的。
4. Hierarchy、Level、Member
一个维度包含一个或者多个hierachy、hierachy又由一个或者多个level组成。Member是什么,一张图解释这一切。
用mondrian的例子来看下
首先定义一些维表和事实表
create table tb_employee
(
employee_id number, --职员id
employee_name varchar2(10) --职员姓名
);
drop table tb_time;
create table tb_time
(
time_id number, --时间id
the_year char(4), --年
the_month char(2) --月
);
drop table tb_salary;
create table tb_salary
(
employee_id number, --职员id
time_id number, --时间id
salary number(19,4) --薪酬
);
看下cube的定义
<Cube name="CubeTest">
<Table name="TB_SALARY" />
<Dimension name="Employee" foreignKey="EMPLOYEE_ID" >
<Hierarchy hasAll="true" primaryKey="EMPLOYEE_ID">
<Table name="TB_EMPLOYEE" />
<Level name="employeeId" column="EMPLOYEE_ID" uniqueMembers="true" >
<Property name="employeeName" column="EMPLOYEE_NAME"/>
</Level>
</Hierarchy>
</Dimension>
<Dimension name="Time" foreignKey="TIME_ID" >
<Hierarchy hasAll="false" primaryKey="TIME_ID" >
<Table name="TB_TIME" />
<Level name="year" column="THE_YEAR" uniqueMembers="false" />
<Level name="month" column="THE_MONTH" uniqueMembers="false" />
</Hierarchy>
</Dimension>
<Measure name="Salary" column="SALARY" aggregator="sum" />
</Cube>
参考:http://www.cnblogs.com/mmmjiang13/archive/2010/11/04/1865197.html
http://tech.it168.com/d/2008-01-02/200801021340829.shtml
http://www.blogjava.net/pdw2009/archive/2008/04/17/193728.html