數(shù)據(jù)倉(cāng)庫(kù)中多維數(shù)據(jù)壓縮與CUBE計(jì)算研究.pdf

1、數(shù)據(jù)倉(cāng)庫(kù)以傳統(tǒng)的數(shù)據(jù)庫(kù)為主要信息源，為聯(lián)機(jī)分析處理(OLAP)，決策支持(DSS)和信息挖掘(DM)提供了一個(gè)集成的數(shù)據(jù)環(huán)境，高效地組織和管理數(shù)據(jù)是實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的關(guān)鍵之一。本文從數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)壓縮和聚集計(jì)算兩個(gè)方面對(duì)這個(gè)問(wèn)題進(jìn)行了深入的研究。 多維數(shù)據(jù)的存儲(chǔ)和聚集計(jì)算是數(shù)據(jù)倉(cāng)庫(kù)研究的核心問(wèn)題。本文首先介紹了數(shù)據(jù)倉(cāng)庫(kù)的概念、數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)理論、數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)過(guò)程、現(xiàn)有的多維數(shù)據(jù)模型理論及聯(lián)機(jī)分析處理(OLAP)相關(guān)概念，這

2、引出了對(duì)多維數(shù)據(jù)的存儲(chǔ)及聚集優(yōu)化策略的需求，也為繼續(xù)研究多維數(shù)據(jù)的存儲(chǔ)及聚集優(yōu)化策略準(zhǔn)備了理論基礎(chǔ)。 多維數(shù)據(jù)的邏輯組織方式是OLAP實(shí)現(xiàn)的關(guān)鍵之一。本文對(duì)這個(gè)問(wèn)題進(jìn)行了深入的研究，總結(jié)了多維數(shù)據(jù)的兩種組織方式一關(guān)系方式和數(shù)組方式，重點(diǎn)研究了在數(shù)組方式中多維數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)、多維數(shù)組的建立方法、稀疏數(shù)組的壓縮方法、數(shù)組分塊的原則和分塊數(shù)組訪問(wèn)方法，并在以上的理論分析的基礎(chǔ)上提出了一個(gè)數(shù)組方式存儲(chǔ)的方法。 在數(shù)據(jù)倉(cāng)庫(kù)中計(jì)算多

3、維聚集是提高OLAP性能的手段之一。本文總結(jié)了聚集計(jì)算的主要優(yōu)化方法，對(duì)相關(guān)的概念進(jìn)行了形式化定義，著重研究了數(shù)組聚集計(jì)算的優(yōu)化策略，并提出了一種新的數(shù)組方式下的聚集算法，該算法運(yùn)用了最小父親、階段掃描以及緩存結(jié)果的優(yōu)化策略，加入了對(duì)于維內(nèi)部的層次的聚集計(jì)算的支持，對(duì)于大數(shù)據(jù)量的計(jì)算，采用第三章的分塊壓縮的數(shù)組方式存儲(chǔ)，算法將對(duì)數(shù)組的每一個(gè)邏輯塊進(jìn)行分別計(jì)算，計(jì)算完所有的劃分后再把中間結(jié)果合并成完整的聚集結(jié)果。分析表明該算法達(dá)到了充分利