文章目錄

• 一、數據方體
• 二、數據方體 格結構 ( 參考 )
• 三、數據單元

一、數據方體

---

數據方體 簡介 :

• "數據方體" 概念 : 多維數據模型 構成的 多維數據空間 稱為 “數據方體” ( Data Cube ) , 又稱 數據立方體 , 超級立方體 , 多維超方體 ;

• "數據方體" 組成 : 數據方體 由 多個 維 和 度量 組成 ;

• "數據方體" 維數 : 二維 , 三維 的數據方體可以繪制出來 , 超過 $3$ 維的數據方體無法繪制 , 但是實際上的數據方體可以是 $4$ 維 , $5$ 維 , 甚至更多維 ;

• "數據方體" 存儲 : 數據方體可以 使用多維方式表示 , 也可以 使用任意方式存儲 , 如傳統的關系表 ;

數據從 二維表 轉為 數據方體 , 也就是從 傳統數據庫 ( DB ) 轉為 數據倉庫 ( DW ) ;

二、數據方體 格結構 ( 參考 )

---

數據方體中存在兩種表 : ① 維表 , ② 事實表 ;

數據方體 的 格結構 :

• 格結構概念 : 格結構是特殊的圖 , 格結構中滿足半序關系 ;
• 數據方體 : 數據方體可以表示成一種格結構 , 數據方體的存儲 , 計算 , 查詢 , 都要涉及到格結構 ;
• 表的轉換 : 由 $4$ 維表 , 可以計算各種 $3$ 維表 , 由 $3$ 維表 , 可以計算各種 $2$維表 , 由 $2$ 維表可以計算 $1$ 維表 ;

數據方體 格結構 示例 :

• $4$ 維表 : 以 $4$ 維表為例 , 該表描述 商品 信息 , 表中有 $4$ 個字段 , 如 時間 , 產品 , 位置 , 供應商 ;
• $3$ 維表 : 去掉上述 $4$ 維表 中的某一維 , 得到 $3$ 維視圖 , 如 將 供應商 維度刪除 , 得到 時間 , 產品 , 位置 三維表 ;
• $2$ 維表 : 從上述 $3$ 維表中再去掉一維 , 得到 $2$ 維表 , 如 將 位置 維度刪除 , 得到 時間 , 產品 二維表 ;
• $1$ 維表 : $4$ 維表去掉 $3$ 維 , 只留下 一維 , 如只留下 時間維度表 ;

格結構 上的操作 : ( 僅做參考 , 不嚴謹 )

• 實體化視圖選擇 : 給定一個 $4$ 維表 , 將其中的某些視圖 $3$ 維表計算出來 , 選擇 哪些維度節點 將其計算出來 , 稱為實體化視圖選擇 ; 實體化是計算出來之后 , 將計算結果存儲下來 ;

• 實體化視圖計算 : 給定一個 $4$ 維表 , 計算出 $3$ 維表的過程 , 稱為 實體化視圖計算 ;

• 實體化視圖更新 : 數據更新后 , 對應的實體化視圖 , 也需要跟著更新 ;

數據方體計算 : 如果存儲空間足夠大 , 可以將所有的格結構都計算出來 , 這種計算稱為 數據方體計算 ;

三、數據單元

---

數據單元 簡介 :

• 數軸 : 數據方體 中 以 “維” 作為 數軸 ;

• 數據單元 概念 : 數據方體中 , 每個 “維” 上 都確定一個 “維成員” 時 , 就會唯一確定一個點 , 這個點成為 “數據單元” ( Cell ) ;

總結

以上是生活随笔為你收集整理的【DBMS 数据库管理系统】OLAP 核心技术 : 数据方体 ( 数据方体 | 数据方体格结构 | 数据单元 )的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。