OLAP中查询优化以及多维数据模型的研究

摘要

联机分析处理(Online Analytical Processing，OLAP)是数据仓库提供的重要服务之一，也是用户获得决策支持的主要手段。OLAP查询通常需在海量数据上进行即席的复杂查询，及时向用户提供分析数据，且系统用户能够对数据进行多方位地，深入地分析；随着实际应用的运行，用户有更新分析的角度和数据的需求。使得如何提高OLAP查询、分析操作效率以及更好地维护多维数据模型成为数据仓库应用中的关键问题。 本文着重对以上的问题进行了系统深入的研究。在上海移动经营分析系统的数据仓库环境下，提出了一种实用性的基于索引的启发式查询优化方法，并结合了MDX(Multi-Dimensional expressions)多维查询技术，有效地提高了OLAP的查询效率、多维数据分析操作的效率。同时在传统的多维数据模型的基础上，提出了一个基于维层次更新的多维数据模型，该模型具有更好地支持多维数据模型维层次更新的优点。本文做的主要贡献有： (1)提出了一种基于索引的启发式查询优化方法。该方法通过考虑评估开销的阀值，减少带有索引的事实表的扫描次数；先执行连接运算，避免带有索引的多事实表连接时，嵌套子查询索引的丢失，从而提高CPU的执行效率。实验证明，该方法在查询处理代价和执行时间上比传统的启发式查询方法都明显减少。特别是当事实表的数据量增加时，该方法可以更有效地提高OLAP的查询效率。 (2)提出了一个基于维层次更新的多维数据模型。本文通过在传统模型上增加Bhole和使用占位符的方式，解决维层次结构数据实例的更新中引起的数据聚集可汇总性的正确性问题，使其更具灵活性和可扩展性，且该模型可以更全面地解决维的层次结构(维等级属性、维等级、维等级间关联)更新操作。结合实例分析证明了该模型的有效性和具有很强的实用性。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1研究背景和意义

1.2研究现状

1.2.1提高OLAP查询效率问题

1.2.2多维数据模型

1.3主要研究目标

1.4主要研究内容

1.4.1基于MDX查询的多维数据分析

1.4.2基于索引的启发式查询优化方法

1.4.3基于维层次的多维数据模型

1.5本文结构

1.6小结

第2章数据仓库与联机分析处理

2.1数据仓库

2.2数据仓库与数据分析的关系

2.3联机分析处理(OLAP)

2.3.1 OLAP的相关概念

2.3.2 OLAP的特征

2.3.3 OLAP的多维数据分析

2.3.4 OLAP的主要分类

2.4小结

第3章基于索引的数据仓库启发式方法

3.1引言

3.2基于索引的启发式查询优化方法

3.2.1相关概念

3.2.2传统启发式算法

3.2.3方法描述

3.3实验及实验结果分析

3.3.1实验1

3.3.2实验2

3.4小结

第4章基于MDX查询的多维数据分析

4.1引言

4.2多维查询语言MDX简介

4.3基于MDX查询的体系结构

4.3.1浏览/服务器模式

4.3.2三层体系结构

4.3.3多维分析查询的实现框架

4.4基于MDX的数据展现的实现

4.4.1多维数据集的创建

4.4.2多维查询的创建

4.4.3多维查询的操作

4.5小结

第5章基于维层次更新的多维数据模型

5.1引言

5.2基本概念和重要性质

5.3基于维层次结构的多维数据模型

5.3.1维等级的模式和实例

5.3.2维的模式和实例

5.3.3度量及多维数据集

5.4基于维层次更新的多维操作

5.4.1维层次结构的更新

5.4.2维层次实例数据的更新

5.5模型的有效性

5.5.1语义特征验证

5.5.2代数特征验证

5.6小结

结论

参考文献

致谢

附录A攻读学位期间所发表的学术论文及参与的科研项目