數(shù)據(jù)庫維度的基本概念

1、基本概念：1. 多維數(shù)據(jù)集：多維數(shù)據(jù)集是聯(lián)機分析處理（OLAP中的主要對象，是一項可對數(shù)據(jù)倉庫中的數(shù)據(jù)進行快速訪問的技術。多維數(shù)據(jù)集是一個數(shù)據(jù)集合，通常從數(shù)據(jù)倉庫的子 集構(gòu)造，并組織和匯總成一個由一組維度和度量值定義的多維結(jié)構(gòu)。2. xx（dimension）：是多維數(shù)據(jù)集的結(jié)構(gòu)性特性。它們是事實數(shù)據(jù)表中用來描述數(shù)據(jù)的分類的有組織層次結(jié)構(gòu) （級別）。這些分類和級別描述了一些相似的成員集合，用戶將基 于這些成員集合進行分析。3. 度量值：在多維數(shù)據(jù)集中，度量值是一組值，這些值基于多維數(shù)據(jù)集的事實數(shù)據(jù)表 中的一列，而且通常為數(shù)字。此外，度量值是所分析的多維數(shù)據(jù)集的中心值。即，度量值是最終用戶瀏覽多

2、維數(shù)據(jù)集時重點查看的數(shù)字數(shù)據(jù)。您所選擇 的度量值取決于最終用戶所請求的信息類型。一些常見的度量值有 sales、 cost、expenditures 和 productioncount 等。4. 元數(shù)據(jù)：不同OLAP組件中的數(shù)據(jù)和應用程序的結(jié)構(gòu)模型。元數(shù)據(jù)描述OLTP數(shù)據(jù)庫中的表、數(shù)據(jù)倉庫和數(shù)據(jù)集市中的多維數(shù)據(jù)集這類對象，還記錄哪些應用程序 引用不同的記錄塊。5. 級別：級別是維度層次結(jié)構(gòu)的一個元素。級別描述了數(shù)據(jù)的層次結(jié)構(gòu)，從數(shù)據(jù)的 最高（匯總程度最大 ）級別直到最低 （最詳細 ）級別。6. 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘使您得以定義包含分組和預測規(guī)則的模型，以便應用于關系數(shù)據(jù) 庫或多維OLAP數(shù)據(jù)集中

3、的數(shù)據(jù)。之后，這些預測模型便可用于自動執(zhí)行復雜的 數(shù)據(jù)分析，以找出幫助識別新機會并選擇有獲勝把握的機會的趨勢。7. 多維 OLAP（MOLAP：）MOLAP存儲模式使得分區(qū)的聚合和其源數(shù)據(jù)的復本以多維結(jié)構(gòu)存儲在分析 服務器計算機上。根據(jù)分區(qū)聚合的百分比和設計，MOLAP存儲模式為達到最快查詢響應時間提供了潛在可能性?？偠灾?，MOLAP更加適合于頻繁使用的多維數(shù)據(jù)集中的分區(qū)和對快速查詢響應的需要。8. 關系 OLAP（ROLAP：）ROLAP存儲模式使得分區(qū)的聚合存儲在關系數(shù)據(jù)庫的表（在分區(qū)數(shù)據(jù)源中指 定）中。但是，可為分區(qū)數(shù)據(jù)使用 ROLAP存儲模式，而不在關系數(shù)據(jù)庫中創(chuàng)建聚 合。9. 混合

4、 OLAP（HOLAP：）HOLAP存儲模式結(jié)合了 MOLAP和ROLAP二者的特性。10. 粒度：數(shù)據(jù)匯總的層次或 xx。11. 聚合|聚集：聚合是預先計算好的數(shù)據(jù)匯總，由于在問題提出之前已經(jīng)準備了答案，聚 合可以改進查詢響應時間。12. 切塊：由多個維的多個成員限定的分區(qū)數(shù)據(jù)，稱為一個切塊。13. 切片（slice）：由一個維的一個成員限定的分區(qū)數(shù)據(jù)，稱為一個切片。14.數(shù)據(jù)鉆?。鹤罱K用戶從常規(guī)多維數(shù)據(jù)集、虛擬多維數(shù)據(jù)集或鏈接多維數(shù)據(jù)集中選擇單 個單元，并從該單元的源數(shù)據(jù)中檢索結(jié)果集以獲得更詳細的信息，這個操作過 程就是數(shù)據(jù)鉆取。15.數(shù)據(jù)挖掘模型：數(shù)據(jù)挖掘使您得以定義包含分組和預測規(guī)則的

5、模型，以便應用于關系數(shù)據(jù) 庫或多維OLAP數(shù)據(jù)集中的數(shù)據(jù)。之后，這些預測模型便可用于自動執(zhí)行復雜的 數(shù)據(jù)分析，以找出幫助識別新機會并選擇有獲勝把握的機會的趨勢。數(shù)據(jù)庫維度 (Databasedimension)“數(shù)據(jù)庫維度 ”是與某個鍵屬性相關的維度屬性的集合，而該鍵屬性又與度 量值維度中的事實數(shù)據(jù)相關。維度屬性 (Dimensionattribute)“維度屬性 ”被綁定到維度表中的一個或多個列并包含成員。維度屬性可以 包含客戶名稱、月份名稱和產(chǎn)品名稱。成員 (Member)“成員”是維度屬性(包括度量值維度)的值。層次結(jié)構(gòu)中的成員可以是葉 成員、父成員、數(shù)據(jù)成員或 “全(部) ”成員。度量

6、值 (Measure)“度量值”是來自事實數(shù)據(jù)表的值，也稱為 “事實數(shù)據(jù)”。度量值維度的值有時 也通稱為 “成員 ”。度量值通常是數(shù)值，但也可以是字符串值。Measures 維度 (Measuresdimension)“度量值維度 ”是包含多維數(shù)據(jù)集中所有度量值的維度。度量值維度是一種 特殊的維度，其中的成員通常是根據(jù)各個維度屬性(存在指定的度量值)的當 前成員(通常采用求和或計數(shù)方式)進行聚合。度量值組 (MeasureGroup)度量值組”是SQLServer2005AnalysisService多維數(shù)據(jù)集中的相關度量值集 合(通常是來自同一事實數(shù)據(jù)表的度量值)。在 SQLServer20

7、05AnalysisServices 中，一個多維數(shù)據(jù)集可包含多個度量值組?！叭?部 ) ”成員 (All)member)“全(部) ”成員是屬性層次結(jié)構(gòu)或用戶定義的層次結(jié)構(gòu)中的所有成員的計算 值。計算成員 (Calculatedmember)“計算成員 ”是在查詢時定義和計算的維度成員?？梢栽谟脩舨樵兓?MDX 計 算腳本中定義計算成員，并將其存儲在服務器上。一個計算成員對應于定義它 們的維度中的多個維度表行。數(shù)據(jù)成員 (Datamember)“數(shù)據(jù)成員 ”是在父子層次結(jié)構(gòu)中與父成員相關聯(lián)的子成員。數(shù)據(jù)成員包含 其父成員的數(shù)據(jù)值，而不是該父成員的子級的聚合值。父成員 (Parentmembe

8、r)“父成員 ”是父子層次結(jié)構(gòu)中的成員，包含其子級的聚合值。xx 成員 (leafmember)“葉成員 ”是層次結(jié)構(gòu)中不包含子級的成員。子成員 (Childmember)“子成員 ”是層次結(jié)構(gòu)中位于頂層下面的成員。鍵屬性 (Keyattribute)數(shù)據(jù)庫維度的 “鍵屬性”是維度中的所有非鍵屬性(以直接或間接方式)所 鏈接到的屬性。鍵屬性通常也是粒度屬性。粒度屬性 (Granularityattribute) 多維數(shù)據(jù)集維度的屬性，它將維度鏈接到度量值維度內(nèi)度量值組中的事實 數(shù)據(jù)。如果粒度屬性和鍵屬性為不同的屬性，則非鍵屬性必須直接或間接地鏈接 到粒度屬性。在多維數(shù)據(jù)集中，粒度屬性定義維度的

9、粒度。多維數(shù)據(jù)集維度 (Cubedimension)“多維數(shù)據(jù)集維度 ”是多維數(shù)據(jù)集中的數(shù)據(jù)庫維度實例。屬性層次結(jié)構(gòu)(Attributehierarchy)“屬性層次結(jié)構(gòu) ”是包含以下級別的屬性成員層次結(jié)構(gòu)： 包含所有非重復屬性成員的葉級別，葉級別的各個成員也稱為 “葉成員 ”。 中間級別(如果屬性層次結(jié)構(gòu)為父子層次結(jié)構(gòu))?？蛇x的全部)級別(IsAggregatable二True)它包含屬性層次結(jié)構(gòu)的葉成員的聚合值。 “全(部) ”級別的成員也稱為 “全(部) ”成員。默認情況下，將為每個維度屬性定義屬性層次結(jié)構(gòu)(AttributeHierarchyEnabled二True)。屬性層次結(jié)構(gòu)默認

10、為可見 (AttributeHierarchyVisible=True)。均衡層次結(jié)構(gòu) (Balancedhierarchy)“均衡層次結(jié)構(gòu) ”是頂級成員與任何葉成員之間存在相同級別數(shù)的層次結(jié) 構(gòu)。不齊整層次結(jié)構(gòu) (Raggedhierarchy)請參見 “非均衡層次結(jié)構(gòu) (Unbalancedhierarchy) ?！狈蔷鈱哟谓Y(jié)構(gòu) (Unbalancedhierarchy)“非均衡層次結(jié)構(gòu) ”是頂級與葉級之間存在不同級別數(shù)的層次結(jié)構(gòu)。父子層 次結(jié)構(gòu)即是不齊整層次結(jié)構(gòu)的一個例子。非均衡層次結(jié)構(gòu)也稱為 “不齊整層次結(jié) 構(gòu)”。父子層次結(jié)構(gòu) (Parent-childhierarchy)“父子層次

11、結(jié)構(gòu) ”是一種將維度屬性設置為 parent 類型的特殊的屬性層次結(jié) 構(gòu)。父子層次結(jié)構(gòu)是由子成員和父成員構(gòu)成的非均衡層次結(jié)構(gòu)。父子層次結(jié)構(gòu) 包含以下級別：包含父成員子級的子級別。父成員的子級包含聚合到父成員的屬性成員 (包括數(shù)據(jù)成員)。包含父成員的中間級別?？蛇x的 全部)級別(IsAggregatable二True)它包含父子層次結(jié)構(gòu)葉成員的聚 合值， “全(部) ”級別的成員也稱為 “全(部) ”成員。每個維度中只能存在一個父子層次結(jié)構(gòu)，并且必須與鍵屬性相關。用戶定義的層次結(jié)構(gòu) (User-definedhierarchy)“用戶定義的層次結(jié)構(gòu) ”是屬性層次結(jié)構(gòu)的均衡層次結(jié)構(gòu)，旨在幫助用戶瀏

12、 覽多維數(shù)據(jù)集數(shù)據(jù)。用戶定義的層次結(jié)構(gòu)不添加到多維數(shù)據(jù)集空間。在某些情 況下可以隱藏用戶定義的層次結(jié)構(gòu)中的級別并使其以非均衡的形式顯示。屬性關系 (Attributerelationship)“屬性關系 ”是屬性間的一對多關系，例如州省市自治區(qū)和城市維度屬性間 的關系。成員屬性 (Memberproperty)成員屬性是特性成員的屬性，例如客戶的性別或產(chǎn)品的顏色。單元 (Cell)多維數(shù)據(jù)集中的 “單元 ”是度量值維度成員的成員與多維數(shù)據(jù)集中各個屬性 層次結(jié)構(gòu)的成員相交處所在的空間。度量值維度的成員可以是葉成員（單個事實數(shù)據(jù)）或聚合成員（例如，特 定年份聚合的銷售額）。維度的成員可以是葉成員、

13、數(shù)據(jù)成員、父成員或“全（部） ”成員。多維數(shù)據(jù)集空間 （Cubespace）“多維數(shù)據(jù)集空間 ”是多維數(shù)據(jù)集屬性層次結(jié)構(gòu)的成員與多維數(shù)據(jù)集的度量 值的交集。子多維數(shù)據(jù)集 （Subcube）“子多維數(shù)據(jù)集 ”是表示多維數(shù)據(jù)集的篩選視圖的多維數(shù)據(jù)集子集。可以使 用MDX計算腳本中的Scope語句或MDX查詢中的嵌套select語句定義子多維數(shù) 據(jù)集。帶有嵌套select語句的子多維數(shù)據(jù)集（SubcubewithSubselect）用MDX查詢中的嵌套select語句定義的子多維數(shù)據(jù)集包含符合子多維數(shù)據(jù) 集定義的所有成員，其結(jié)果如下：包含層次結(jié)構(gòu)的 “全（部）”成員與包含層次結(jié)構(gòu)的每個葉成員的結(jié)果是

14、相同 的。包含任何成員將包括其 xx 和后代。包含用戶定義的層次結(jié)構(gòu)中某級別的每個成員將包含該用戶定義的層次結(jié) 構(gòu)中的所有成員，但可排除不與此級別成員共存的其他層次結(jié)構(gòu)的成員（例如 不包含客戶的城市）。多維數(shù)據(jù)集中的每個 “全（部）”成員始終存在于從該多維數(shù)據(jù)集創(chuàng)建的子多維 數(shù)據(jù)集中。子多維數(shù)據(jù)集中的聚合值將進行直接求和。SQLServe數(shù)據(jù)庫維度表和事實表概述事實表每個數(shù)據(jù)倉庫都包含一個或者多個事實數(shù)據(jù)表。事實數(shù)據(jù)表可能包含業(yè)務 銷售數(shù)據(jù)，如現(xiàn)金登記事務所產(chǎn)生的數(shù)據(jù)，事實數(shù)據(jù)表通常包含大量的行。事 實數(shù)據(jù)表的主要特點是包含數(shù)字數(shù)據(jù) （事實），并且這些數(shù)字信息可以匯總，以提 供有關單位作為歷史

15、的數(shù)據(jù)，每個事實數(shù)據(jù)表包含一個由多個部分組成的索 引，該索引包含作為外鍵的相關性緯度表的主鍵，而維度表包含事實記錄的特 性。事實數(shù)據(jù)表不應該包含描述性的信息，也不應該包含除數(shù)字度量字段及使 事實與緯度表中對應項的相關索引字段之外的任何數(shù)據(jù)。包含在事實數(shù)據(jù)表中的 “度量值 ”有兩中：一種是可以累計的度量值，另一種是非累計的度量值。最有用的度量值是 可累計的度量值，其累計起來的數(shù)字是非常有意義的。用戶可以通過累計度量 值獲得匯總信息，例如?？梢詤R總具體時間段內(nèi)一組商店的特定商品的銷售情 況。非累計的度量值也可以用于事實數(shù)據(jù)表，單匯總結(jié)果一般是沒有意義的， 例如，在一座大廈的不同位置測量溫度時，如果將大廈中所有不同位置的溫度 累加是沒有意義的，但是求平均值是有意義的。一般來說，一個事實數(shù)據(jù)表都要和一個或多個緯度表相關聯(lián)，用戶在利用 事實數(shù)據(jù)表創(chuàng)建多維數(shù)據(jù)集時，可以使用一個或多個維度表。xx 表維度表可以看作是用戶來分析數(shù)據(jù)的窗口，緯度表中包含事實數(shù)據(jù)表中事 實記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實數(shù)據(jù)表 數(shù)據(jù)，以便為分析者提供有用的信息，維度表包含幫助匯總數(shù)據(jù)的特性的層次 結(jié)構(gòu)