|
|
|
|
移动端

1.3.1 星型模式与OLAP多维数据库

《数据仓库工具箱(第3版)--维度建模权威指南》第1章数据仓库、商业智能及维度建模初步,本章将详细考察数据仓库及商业智能的主要目标,辨析DW/BI管理者与杂志出版商各自责任中存在的不可思议的相似之处。本节为大家介绍星型模式与OLAP多维数据库。

作者:王念滨/周连科/韦正现 译来源:清华大学出版社|2015-12-10 16:26

年前最后一场技术盛宴 | 1月27日与京东、日志易技术大咖畅聊智能化运维发展趋势!


1.3.1  星型模式与OLAP多维数据库

在关系数据库管理系统中实现的维度模型称为星型模式,因为其结构类似星型结构。在多维数据库环境中实现的维度模型通常称为联机分析处理(OnLine Analytical Processing, OLAP)多维数据库,如图1-1所示。

如果采用的DW/BI环境包括星型模式或者OLAP多维数据库,则可以说是利用了维度概念。星型模式和多维数据库对可识别的维度具有公共的逻辑设计,但是物理实现上存在差异。

当数据被加载到OLAP多维数据库时,对这些数据的存储和索引,采用了为维度数据设计的格式和技术。性能聚集或预计算汇总表通常由OLAP多维数据库引擎建立并管理。由于采用预计算、索引策略和其他优化方法,多维数据库可实现高性能查询。业务用户可以通过增加或删除其查询中的属性,开展上钻和下钻操作,获得良好的分析性能,不需要提出新的查询。OLAP多维数据库还提供大量健壮的分析函数,这些分析函数比那些SQL编写的函数更好,特别是针对大数据集合时,分析函数体现的优势更加明显。

幸运的是,本书的大多数描述适合两种模式。尽管OLAP技术不断得到改善,我们通常推荐将详细的、原子的信息加载到星型模式中,然后将OLAP多维数据库移植到星型模式上。出于这样的原因,本书多数维度建模技术都基于关系型的星型模式。

OLAP部署的注意事项

如果要将数据部署到OLAP多维数据库中,必须注意以下一些问题。

构建于关系数据库之上的星型模式是建立OLAP多维数据库的良好物理基础。通常也被认为是备份与恢复的良好的、稳定的基础。

传统上,一般认为OLAP多维数据库比RDBMS具有更好的性能,但这一优越性随着计算机硬件(例如,设备以及内存数据库)和软件(例如,纵列数据库)的发展变得不那么重要。

由于供应商多,OLAP多维数据库数据结构比关系数据库管理系统变化更大,因此,最终的部署细节通常与选择的提供商有关。通常在不同OLAP工具之间建立BI应用比在不同关系数据库之间建立BI更困难。

OLAP多维数据库通常比RDBMS提供更多的复杂安全选项。例如,限制访问细节数据,但对汇总数据往往能够提供更开放的接口。

OLAP多维数据库显然能够提供比RDBMS更加丰富的分析能力,因为后者受SQL的制约。这也可以作为选择OLAP产品的主要依据。

OLAP多维数据库方便地支持缓慢变化维度类型2变化(将在第5章讨论),但当需要使用其他缓慢变化维度技术重写数据时,多维数据库通常需要被全部或部分地重新处理。

OLAP多维数据库方便地支持事务和周期性快照事实表,但是由于前一点所描述的重写数据的限制问题而无法处理累积快照事实表。

OLAP多维数据库通常支持具有层次不确定的复杂的不规则层次结构,例如,组织结构图或物料表等。使用自身查询语法比使用RDBMS的方法更优越。

OLAP多维数据库与关系数据库比较,能对实现下钻层次的维度关键词结构提供更详细的约束。

一些OLAP产品无法确保实现维度角色和别名,因此需要定义不同的物理维度。

以下将着手考虑星型模式的两个关键部件,以此回到基于关系平台的维度建模世界中。

喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书频道活动讨论群:342347198

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Expert C# 2005 Business Objects中文版

本书描述了怎样应用面向对象的概念来进行.NET应用程序的架构、设计和开发。作者将重点放在了面向业务的对象,即业务对象和怎样在包括Web和...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊