面向OLAP的多维数据模型及实现技术研究

摘要

本文的研究内容集中在OLAP的两个核心问题上：(1)如何建立一个完善的多维数据模型(MDDM)，以满足现实应用对数据表示和操作的需求；(2)如何实现OLAP系统，使得对于数据仓库的多维分析查询，能够做出快速响应。 一、对多维数据模型的研究。 为最终建立一个完善的MDDM，首先提出了一个基本的MDDM。在此基础上，对其进行扩展，以支持更为复杂的维层次结构：漏洞维和递归维。 二、对OLAP实现技术的研究。 1．为提高基于维层次的多维存取效率，利用ORDBMS所特有的可扩展性，实现了一个同时基于“关系”和“多维”的混合型的层次聚簇存储模式。基于OLAPBenchmark的初步实验表明，比纯粹基于“关系”技术的层次聚簇模式，具有更好的存储效率和查询效率。 2．上翻(Rollup)作为OLAP的核心操作，将多维数据按维层次聚集，使用户能够在不同粒度上对数据进行观察。尽管基于常规层次的上翻操作，可被数据仓库高效地处理。然而，对于递归层次而言，由于SQL递归对于聚集函数分层的限制，以递归方式实现上翻操作，则会导致效率低下。为解决这一效率问题，文专门针对OLAP的特点，提出了一个基于迭代的上翻操作计算策略，并利用对象关系技术，将这一策略无缝地嵌入到数据仓库之中。实验表明，其效率远远高于SQL递归计算策略。

目录

文摘

英文文摘

第一章绪论

1.1研究的目的和意义

1.2 OLAP的研究进展

1.2.1多维数据模型

1.2.2 OLAP典型的体系结构

1.2.3多维数据的物理组织

1.2.4加速查询的预聚集计算

1.3研究报告的结构

第二章一个基本的多维数据模型

2.1研究的目的和意义

2.2 OLAP的研究进展

2.2.1多维数据模型

2.2.2 OLAP典型的体系结构

2.2.3多维数据的物理组织

2.2.4加速查询的预聚集计算

2.3文章结构

第三章漏洞维及其相关操作

3.1引言

3.2扩展的多维数据模型

3.3基于漏洞维的操作

3.4相关研究

3.5结论

第四章递归维及其相关操作

4.1引言

4.2建模需求

4.2.1非叶节点带数据

4.2.2自定义汇总运算符

4.3相关研究

4.4递归维

4.5基于递归维的多维操作

4.5.1基于递归维的选择操作

4.5.2基于递归维的汇总函数

4.5.3基于递归维的上翻操作

4.6小结

第五章多维层次聚簇存储模式

5.1引言

5.2聚簇模型

5.2.1多维数据的线性化方法

5.2.2聚簇特性分析

5.3实现

5.3.1多维数据的压缩

5.3.2多维数据的存储

5.4查询处理

5.5实验

5.5.1存储效率比较

5.5.2多维查询效率的比较

5.6相关研究

5.7结论

第六章高效处理基于递归层次的上翻操作

6.1引言

6.2相关工作

6.3基本概念

6.3.1非叶成员带数据的问题

6.3.2多维数据的存储

6.4 SQL递归的局限性

6.5基于迭代的Rollup计算策略

6.5.1表达式树

6.5.2表达式树的逆波兰表示

6.5.3建模上翻操作

6.6在ORDBMS中的实现

6.6.1递归维层次的后序存储

6.6.2表达式的调用

6.6.3表达式的内部实现

6.7实验

6.8结论

参考文献

致谢

个人简历

博士生期间发表的论文

博士后期间发表的论文