多維數(shù)據(jù)分析方法

1、多維數(shù)據(jù)分析方法第1頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二第3章 多維數(shù)據(jù)分析基礎(chǔ)與方法 3.1 多維數(shù)據(jù)分析基礎(chǔ) 3.2 多維數(shù)據(jù)分析方法 3.3 維度表與事實(shí)表的連接 3.4 多維數(shù)據(jù)的存儲(chǔ)方式 3.5 小結(jié) 2第2頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3.1 多維數(shù)據(jù)分析基礎(chǔ)多維數(shù)據(jù)分析是以數(shù)據(jù)庫或數(shù)據(jù)倉庫為基礎(chǔ)的，其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)，但兩者面對(duì)的用戶不同，數(shù)據(jù)的特點(diǎn)與處理也不同。多維數(shù)據(jù)分析與OLTP是兩類不同的應(yīng)用，OLTP面對(duì)的是操作人員和低層管理人員，多維數(shù)據(jù)分析面對(duì)的是決策人員和高層管理人員。OLTP是對(duì)基

2、本數(shù)據(jù)的查詢和增刪改操作，它以數(shù)據(jù)庫為基礎(chǔ)，而多維數(shù)據(jù)分析更適合以數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)分析處理。3第3頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二1. 多維數(shù)據(jù)集（Cube）多維數(shù)據(jù)集由于其多維的特性通常被形象地稱作立方體（Cube），多維數(shù)據(jù)集是一個(gè)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(gè)由一組維度和度量值定義的多維結(jié)構(gòu)。SQL Server 2000中一個(gè)多維數(shù)據(jù)集最多可包含128個(gè)維度和1024個(gè)度量值。4第4頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二2. 度量值（Measure）度量值是決策者所關(guān)心的具有實(shí)際意義的數(shù)值。例如，銷售量、庫存量、

3、銀行貸款金額等。度量值所在的表稱為事實(shí)數(shù)據(jù)表，事實(shí)數(shù)據(jù)表中存放的事實(shí)數(shù)據(jù)通常包含大量的數(shù)據(jù)行。事實(shí)數(shù)據(jù)表的主要特點(diǎn)是包含數(shù)值數(shù)據(jù)（事實(shí)），而這些數(shù)值數(shù)據(jù)可以統(tǒng)計(jì)匯總以提供有關(guān)單位運(yùn)作歷史的信息。度量值是所分析的多維數(shù)據(jù)集的核心，它是最終用戶瀏覽多維數(shù)據(jù)集時(shí)重點(diǎn)查看的數(shù)值數(shù)據(jù)。 5第5頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3. 維度（Dimension）維度（也簡(jiǎn)稱為維）是人們觀察數(shù)據(jù)的角度。例如，企業(yè)常常關(guān)心產(chǎn)品銷售數(shù)據(jù)隨時(shí)間的變化情況，這是從時(shí)間的角度來觀察產(chǎn)品的銷售，因此時(shí)間就是一個(gè)維（時(shí)間維）。例如，銀行會(huì)給不同經(jīng)濟(jì)性質(zhì)的企業(yè)貸款，比如國(guó)有、集體等，若通過企業(yè)性質(zhì)的角

4、度來分析貸款數(shù)據(jù)，那么經(jīng)濟(jì)性質(zhì)也就成為了一個(gè)維度。 包含維度信息的表是維度表，維度表包含描述事實(shí)數(shù)據(jù)表中的事實(shí)記錄的特性。 6第6頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二4. 維的級(jí)別（Dimension Level）人們觀察數(shù)據(jù)的某個(gè)特定角度（即某個(gè)維）還可以存在不同的細(xì)節(jié)程度，我們稱這些維度的不同的細(xì)節(jié)程度為維的級(jí)別。一個(gè)維往往具有多個(gè)級(jí)別.例如描述時(shí)間維時(shí)，可以從月、季度、年等不同級(jí)別來描述，那么月、季度、年等就是時(shí)間維的級(jí)別。 7第7頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二5. 維度成員（Dimension Member）維的一個(gè)取值稱為該維的一個(gè)維

5、度成員（簡(jiǎn)稱維成員）。如果一個(gè)維是多級(jí)別的，那么該維的維度成員是在不同維級(jí)別的取值的組合。例如，考慮時(shí)間維具有日、月、年這3個(gè)級(jí)別，分別在日、月、年上各取一個(gè)值組合起來，就得到了時(shí)間維的一個(gè)維成員，即“某年某月某日”。 8第8頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二多維數(shù)據(jù)集示例9第9頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3.2 多維數(shù)據(jù)分析方法 多維分析可以對(duì)以多維形式組織起來的數(shù)據(jù)進(jìn)行上卷、下鉆、切片、切塊、旋轉(zhuǎn)等各種分析操作，以便剖析數(shù)據(jù)，使分析者、決策者能從多個(gè)角度、多個(gè)側(cè)面觀察數(shù)據(jù)庫中的數(shù)據(jù)，從而深入了解包含在數(shù)據(jù)中的信息和內(nèi)涵。 10第10頁，

6、共28頁，2022年，5月20日，14點(diǎn)14分，星期二1. 上卷（Roll-Up）上卷是在數(shù)據(jù)立方體中執(zhí)行聚集操作，通過在維級(jí)別中上升或通過消除某個(gè)或某些維來觀察更概括的數(shù)據(jù)。 沿著時(shí)間維上卷，由“季度”上升到半年 11第11頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二上卷（續(xù)）上卷的另外一種情況是通過消除一個(gè)或多個(gè)維來觀察更加概況的數(shù)據(jù)。 消除“經(jīng)濟(jì)性質(zhì)”維度 12第12頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二2. 下鉆（drill-down）下鉆是通過在維級(jí)別中下降或通過引入某個(gè)或某些維來更細(xì)致的觀察數(shù)據(jù)。 沿時(shí)間維下鉆 13第13頁，共28頁，2022年，

7、5月20日，14點(diǎn)14分，星期二3. 切片（slice）在給定的數(shù)據(jù)立方體的一個(gè)維上進(jìn)行的選擇操作。切片的結(jié)果是得到了一個(gè)二維的平面數(shù)據(jù)。 “時(shí)間1季度” 14第14頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3. 切塊（dice）在給定的數(shù)據(jù)立方體的兩個(gè)或多個(gè)維上進(jìn)行的選擇操作。切塊的結(jié)果是得到了一個(gè)子立方體。 (度量值“正常” or “次級(jí)”）And （時(shí)間“1季度” or “2季度”） 15第15頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二5轉(zhuǎn)軸（pivot or rotate）轉(zhuǎn)軸就是改變維的方向。 交換“時(shí)間”和“經(jīng)濟(jì)性質(zhì)”軸16第16頁，共28頁，202

8、2年，5月20日，14點(diǎn)14分，星期二3.3 維度表與事實(shí)表的連接 維度表和事實(shí)表相互獨(dú)立，又互相關(guān)聯(lián)并構(gòu)成一個(gè)統(tǒng)一的架構(gòu)。構(gòu)建多維數(shù)據(jù)集時(shí)常用的架構(gòu)：星型架構(gòu)雪花型架構(gòu)星型雪花架構(gòu)在SQL Server 2000中，這些架構(gòu)的中心都是一個(gè)事實(shí)數(shù)據(jù)表。 17第17頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二1. 星型架構(gòu)維度表只與事實(shí)表關(guān)聯(lián)，維度表彼此之間沒有任何聯(lián)系，每個(gè)維度表中的主碼都只能是單列的，同時(shí)該主碼被放置在事實(shí)數(shù)據(jù)表中，作為事實(shí)數(shù)據(jù)表與維表連接的外碼。星型架構(gòu)是以事實(shí)表為核心，其他的維度表圍繞這個(gè)核心表呈星型狀分布。 18第18頁，共28頁，2022年，5月20日，

9、14點(diǎn)14分，星期二星型架構(gòu)示意圖19第19頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二2雪花型架構(gòu) (Snow Schema)某個(gè)維度表不與事實(shí)表直接關(guān)聯(lián)，而是與另一個(gè)維表關(guān)聯(lián)?？梢赃M(jìn)一步細(xì)化查看數(shù)據(jù)的粒度。維度表和與其相關(guān)聯(lián)的其他維度表也是靠外碼關(guān)聯(lián)的。也以事實(shí)數(shù)據(jù)表為核心。 20第20頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二雪花型架構(gòu)示意圖21第21頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3星型雪花架構(gòu)(Star-Snow Schema)將星型架構(gòu)和雪花式架構(gòu)合并在一起使用，而成為星型雪花架構(gòu)。 22第22頁，共28頁，2022年，5月2

10、0日，14點(diǎn)14分，星期二3.4 多維數(shù)據(jù)的存儲(chǔ)方式 SQL Server 2000的Analysis 三種多維數(shù)據(jù)存儲(chǔ)方式:MOLAP（多維OLAP）ROLAP（關(guān)系OLAP）HOLAP（混合OLAP） 23第23頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二1ROLAPROLAP的數(shù)據(jù)與計(jì)算結(jié)果直接由原來的關(guān)系數(shù)據(jù)庫取得，存儲(chǔ)維度的數(shù)據(jù)以數(shù)據(jù)表形式存儲(chǔ)在OLAP服務(wù)器上。ROLAP將支撐多維數(shù)據(jù)的原始數(shù)據(jù)、多維數(shù)據(jù)集數(shù)據(jù)、匯總數(shù)據(jù)和維度數(shù)據(jù)都存儲(chǔ)在現(xiàn)有的關(guān)系數(shù)據(jù)庫中，并用獨(dú)立的關(guān)系表來存放聚集數(shù)據(jù)。不存儲(chǔ)源數(shù)據(jù)副本，占用的磁盤空間最少，但存取速度也比較低。 24第24頁，共28

11、頁，2022年，5月20日，14點(diǎn)14分，星期二2MOLAPMOLAP使用多維數(shù)組存儲(chǔ)數(shù)據(jù)，它是一種高性能的多維數(shù)據(jù)存儲(chǔ)格式。多維數(shù)據(jù)在存儲(chǔ)中將形成“立方體”的結(jié)構(gòu)。MOLAP存儲(chǔ)模式將數(shù)據(jù)與計(jì)算結(jié)果都存儲(chǔ)在立方體結(jié)構(gòu)中，并存儲(chǔ)在分析服務(wù)器上。該結(jié)構(gòu)在處理維度時(shí)創(chuàng)建。存取速度最快，查詢性能最好，但占用磁盤空間較多。 25第25頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3HOLAPROLAP與MOLAP存儲(chǔ)方式的結(jié)合。原始數(shù)據(jù)和ROLAP一樣存儲(chǔ)在原來的關(guān)系數(shù)據(jù)庫中，而聚合數(shù)據(jù)則以多維的形式存儲(chǔ)。這樣它既能與關(guān)系數(shù)據(jù)庫建立連接，同時(shí)又利用了多維數(shù)據(jù)庫的性能優(yōu)勢(shì)。缺點(diǎn)是在ROLAP和MOLAP系統(tǒng)之間的切換會(huì)影響它的效率。 26第26頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二三種存儲(chǔ)方式的比較 內(nèi)容MOLAPROLAPHOLAP源數(shù)據(jù)的副本有無無占用分析服務(wù)器存儲(chǔ)空間大小小使用多維數(shù)據(jù)集小較大大數(shù)據(jù)查詢快慢慢聚合數(shù)據(jù)的查詢快慢快使用查詢頻度經(jīng)常不經(jīng)常經(jīng)常27第27頁，共28頁，2022年，5月20日，14點(diǎn)14分，星期二3.5 小結(jié)多維數(shù)據(jù)集是一個(gè)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(gè)由一組維度和度量值定義的多維結(jié)